多約束搜尋

深度分析

AREX 遞迴自我改進架構：突破深度研究多約束搜尋瓶頸

大型語言模型在進行深度研究時，常需同時滿足多項約束條件，但發現答案的成本遠高於驗證答案。為解決此不對稱問題，研究團隊提出 AREX 系列遞迴自我改進（RSI）深度研究代理。AREX 包含一個內部研究循環（收集證據、建構暫定答案）與一個外部自我改進循環（逐一審視約束條件、找出未解決的宣稱並啟動目標式後續研究）。