GUARD:以遗憾引导稳定递归式自我改进GUARD 在冻结大模型权重时,以成对遗憾、无评审器候选池和 Soft-HURT 门控持续改写智能体 harness,兼顾迁移、抗遗忘与推理效率。Minghe Zhang, Xuetao Kang, Yifei Ming · 41次阅读 · 2026年11月17日大语言模型智能体运行时2026年11月17日