Hugging Face发布TinyAstral：递归自改进优化智能体性能

摘要：Hugging Face的研究团队提出了一种名为TinyAstral的两阶段方法，通过递归自改进（RSI）机制优化智能体的工具、反馈、记忆和恢复逻辑（harness），从而提升其任务成功率。在RoboTwin基准测试中，harness的优化使教师模型的性能从33.4%提升至63.6%，而蒸馏后的4B参数学生模型也达到了62.8%的成功率。实验表明，harness的改进成果可以迁移到其他冻结的规划器，且在部署阶段，4B学生模型仅需教师模型约五分之一的计算资源。

---

技术机制剖析

TinyAstral的核心创新在于其两阶段方法：

1. 递归自改进（RSI）：通过冻结教师模型并使用前沿LLM智能体读取其轨迹，提出harness的改进建议。每个改进建议需通过配对统计测试才能被接受，从而确保改进的有效性。
2. 知识蒸馏：在harness优化完成后，收集包含推理和失败恢复的教师轨迹，并将其蒸馏到一个更小的学生模型中。该学生模型在相同的harness下替换教师模型。

工程权衡与实测表现

• 性能提升：在RoboTwin基准测试中，harness的优化使教师模型的性能从33.4%提升至63.6%。蒸馏后的4B学生模型也达到了62.8%的成功率，接近其教师模型的性能。
• 迁移能力：harness的改进成果可以迁移到其他冻结的规划器，无需重新训练。
• 计算效率：在部署阶段，4B学生模型仅需教师模型约五分之一的计算资源，显著降低了推理成本。

开发者落地与部署建议

TinyAstral展示了通过harness优化提升智能体性能的有效路径。开发者可以借鉴其RSI机制，在现有模型的基础上进行渐进式改进。此外，harness的迁移能力意味着改进成果可以跨模型应用，减少重复工作。对于资源受限的环境，蒸馏后的学生模型提供了高效且高性能的解决方案。

结论

TinyAstral通过递归自改进和知识蒸馏的结合，展示了在提升智能体性能方面的巨大潜力。其方法不仅适用于特定任务，还具有广泛的迁移能力，为AI智能体的开发提供了新的思路。

---

消息来源：Hugging Face Daily Papers (2026-10-30)

—— 完 ——

主题标签： #Hugging Face 关注 #智能体 关注 #递归自改进 关注 #TinyAstral 关注 #知识蒸馏 关注