--- format: "aidr-story-markdown/v1" id: "83fe490d9dc23ecb79c7b0d24df505203c6d5505f0ce224de01568c484831fab" canonical_url: "https://aidr.today/83fe490d?lang=vi" title: "Nhiều quy tắc hơn danh sách dài hơn đánh giá agent tự tiến hóa trên curriculum quy tắc ẩn" lang: "vi" requested_lang: "vi" available_langs: ["en","vi"] translation_fallback: null fallback_fields: [] published_at: "2026-11-02T05:00:00.000Z" category: "Research" topics: ["agent"] source_urls: ["https://arxiv.org/abs/2610.40758"] summary: "Các agent tự tiến hóa viết lại trạng thái bền vững từ phản hồi, nhưng chưa được kiểm chứng rộng rãi liệu điều này có giúp chúng học một quy tắc mà không ai nói với chúng hay không. Một agent cũng có thể bỏ qua bằng cách ghi lại mỗi chỉnh sửa như một ngoại lệ, và danh sách của nó sẽ tăng lên với mỗi quy tắc mới. Chúng tôi giới thiệu CLR-Bench, một benchmark Curriculum of Latent Rules. Mỗi chuỗi thêm một quy tắc ẩn trên mỗi cấp độ ngoài các quy tắc trước đó. Một quy tắc tác động lên một nhãn mờ đại diện cho một nhóm được đặt tên được công bố trên Web, ví dụ như các thành viên sáng lập của một liên minh hàng không. Nhiệm vụ đưa ra một giá trị ví dụ, phản hồi thực hành tiết lộ thêm một thành viên và một thành viên không thuộc nhóm, và bài kiểm tra xem xét các thành viên chưa thấy và các thành viên không thuộc nhóm tương tự. Các probe xác nhận rằng mô hình cơ sở biết các thành viên của mỗi nhóm và không đoán mà không có phản hồi, và bằng chứng xác định nhóm khi các nhãn được đọc là các nhóm được đặt tên. Một pipeline tự động xây dựng các chuỗi từ một miền dữ liệu mới, và chúng tôi phát hành 20 chuỗi trên 10 miền. Chúng tôi đánh giá sáu phương pháp tự tiến hóa gần đây. Với mô hình xác n…" --- # Nhiều quy tắc hơn danh sách dài hơn đánh giá agent tự tiến hóa trên curriculum quy tắc ẩn > [Open the canonical story]() **Published:** 2026-11-02T05:00:00.000Z **Category:** Research **Topics:** agent ## Summary Các agent tự tiến hóa viết lại trạng thái bền vững từ phản hồi, nhưng chưa được kiểm chứng rộng rãi liệu điều này có giúp chúng học một quy tắc mà không ai nói với chúng hay không\. Một agent cũng có thể bỏ qua bằng cách ghi lại mỗi chỉnh sửa như một ngoại lệ, và danh sách của nó sẽ tăng lên với mỗi quy tắc mới\. Chúng tôi giới thiệu CLR\-Bench, một benchmark Curriculum of Latent Rules\. Mỗi chuỗi thêm một quy tắc ẩn trên mỗi cấp độ ngoài các quy tắc trước đó\. Một quy tắc tác động lên một nhãn mờ đại diện cho một nhóm được đặt tên được công bố trên Web, ví dụ như các thành viên sáng lập của một liên minh hàng không\. Nhiệm vụ đưa ra một giá trị ví dụ, phản hồi thực hành tiết lộ thêm một thành viên và một thành viên không thuộc nhóm, và bài kiểm tra xem xét các thành viên chưa thấy và các thành viên không thuộc nhóm tương tự\. Các probe xác nhận rằng mô hình cơ sở biết các thành viên của mỗi nhóm và không đoán mà không có phản hồi, và bằng chứng xác định nhóm khi các nhãn được đọc là các nhóm được đặt tên\. Một pipeline tự động xây dựng các chuỗi từ một miền dữ liệu mới, và chúng tôi phát hành 20 chuỗi trên 10 miền\. Chúng tôi đánh giá sáu phương pháp tự tiến hóa gần đây\. Với mô hình xác n… ## Sources - [Story source]()