Awesome-Self-Evolving-Agents (自演化 AI Agent 精选资源)

🤖 我们仍在筹备中 —— 敬请期待！🤖 ⭐ 如果你喜欢这个项目，请给我们点个星标！⭐

图：AI Agent 演化与优化技术的视觉分类图，分为三大方向：单智能体优化、多智能体优化以及特定领域优化。该树状结构展示了这些方法从 2023 年到 2025 年的发展历程，包括每个分支的代表性方法。

AI Agents 发展路径

自演化 AI Agents 的概念框架

开源框架

• (EMNLP'25 Demo) EvoAgentX: 一个用于演化 Agentic 工作流的自动化框架 [💻 代码] [📝 论文]
• (Arxiv'25) MASLab: 一个用于基于 LLM 的多智能体系统的统一且全面的代码库 [📝 论文] [💻 代码]

1. 单智能体优化 (Single-Agent Optimisation)

1.1 🤖 LLM 行为优化

1.1.1 📌 基于训练的行为优化

(1) 🔧 有监督微调 (Supervised Fine-Tuning) 方法

• (ICLR'24) ToRA: 用于数学问题求解的工具集成推理 Agent [📝 论文] [💻 代码]
• (NeurIPS'22) STaR: 通过推理引导推理 [📝 论文] [💻 代码]
• (Arxiv'24) NExT: 教导大型语言模型推理代码执行 [📝 论文]
• (EMNLP'24) MuMath-Code: 结合工具使用型大型语言模型与多视角数据增强进行数学推理 [📝 论文]
• (ICML'25) MAS-GPT: 训练 LLM 构建基于 LLM 的多智能体系统 [📝 论文] [💻 代码]

(2) 🔧 强化学习 (Reinforcement Learning) 方法

• (ICML'24) Self-Rewarding Language Models [📝 论文] [💻 代码]
• (Arxiv'24) Tulu 3: 推进开放语言模型后训练的前沿 [📝 论文] [💻 代码]
• (EMNLP'24) Learning Planning-based Reasoning by Trajectories Collection and Process Reward Synthesizing [📝 论文] [💻 代码]
• (Arxiv'24) Agent Q: 自主 AI Agent 的高级推理与学习 [📝 论文]
• (Arxiv'24) DeepSeek-Prover: 通过大规模合成数据推进 LLM 中的定理证明 [📝 论文]
• (ICML'25) Diving into Self-Evolving Training for Multimodal Reasoning [📝 论文] [💻 代码]
• (Arxiv'25) Absolute Zero: 零数据下的强化自博弈推理 [📝 论文]
• (Arxiv'25) R-Zero: 零数据下的自演化推理 LLM [📝 论文] [💻 代码]
• (Arxiv'25) SPIRAL: 零和博弈中的自博弈通过多智能体多轮强化学习激励推理 [📝 论文] [💻 代码]
• (Arxiv'25) DistFlow: 用于可扩展且高效的 LLM 后训练的完全分布式 RL 框架 [📝 论文] [💻 代码]
• (Arxiv'25) Vision-Zero: 通过战略性游戏化自博弈进行可扩展 VLM 自我改进 [📝 论文] [💻 代码]
• (Arxiv'25) Parallel-R1: 通过强化学习迈向并行思维 [📝 论文] [💻 代码]
• (Arxiv'25) SSRL: 自搜索强化学习 [📝 论文] [💻 代码]
• (Arxiv'25) SeRL: 用于有限资源下大语言模型的自博弈强化学习