深度分析
用PTCG-Bench評估LLM代理人：不完全資訊、長期規劃與模組化介面
在寶可夢集換式卡牌遊戲場景下，PTCG‑Bench以完整對局評估LLM代理的策略、長期經驗累積與介面影響。該基準結合不完全資訊推理、長期規劃與文字數值混合推理。實驗顯示代理可達顯著遊戲表現，但自我演化未能穩定提升，且受介面設計左右。值得進一步研究
自我演化
速報
Autogenesis 協定（AGP）：資源化與閉環自我演化，讓多代理系統能動態精進
大型語言模型代理系統在生命週期與版本管理上仍有不足。AGP透過資源基底層RSPL把prompt、代理與工具當作具狀態、生命週期與版本化介面的註冊資源，SEPL建立提案—評估—提交的閉環，並保留可稽核的血緣與回滾機制。實作的AGS在多項長期規劃與跨工具基準測試中展現改善。
深度分析
Hint-δ 指標與 DPO/GRPO 協作：G-Zero 在開放式任務的自我演化
面對開放式、不可驗證任務，G-Zero 以 Hint-δ 建立內生偏好信號，Proposer 生成挑戰題與提示，Generator 以提示引導的回應為學習目標並透過 DPO 更新。實驗顯示在多種模型與評測上觀察到穩定性能提升，代表自我演化可在無外部裁判下前進。