SIA：基于 Harness 与 Weight Updates 的自我改进 AI
人工智能
2026-05-29 v2 计算与语言
摘要
人类是构建和改进 AI 的瓶颈。模型及其包装 agent 均由人类编写、调优和纠正。能够自行改进的 AI 的长期目标仍是开放问题。两个 largely disjoint的研究线攻克这一瓶颈。harness-update 学派让 meta-agent 重写面向特定任务的 agent（其工具、提示、重试逻辑和搜索程序）的框架，而模型权重保持固定。test-time training 学派使用手写的 RL 流程在任务反馈上更新模型自身的权重，而保持 harness 固定。这两个数据孤岛在孤立中运行。我们提出 SIA，一种在 Feedback-Agent 更新特定任务 agent 的 harness 与权重的循环中实现自我改进的系统。在三个对比域中进行评估：中文法律指控分类、低级 GPU 内核优化和单细胞 RNA 去噪。将两者组合在一起在所有三个基准测试中均优于仅进行框架迭代。SIA-W+H 在 LawBench 上比以前的 SOTA 高出 25.1%，GPU 内核比以前的 SOTA（1017 vs 1161 {\mu}s）快 12.4%，去噪效果比以前的 SOTA 高出 20.4%。Harness 更新使模型具备主动性，塑造其搜索和行动方式，而权重更新构建了无法通过提示或框架激发的领域直觉。
引用
@article{arxiv.2605.27276,
title = {SIA: Self Improving AI with Harness & Weight Updates},
author = {Prannay Hebbar and Yogendra Manawat and Samuel Verboomen and Alesia Ivanova and Selvam Palanimalai and Kunal Bhatia and Vignesh Baskaran},
journal= {arXiv preprint arXiv:2605.27276},
year = {2026}
}