帝国理工学院

帝国理工、杜克等机构研究者提出开源框架 GEAR，为递归自我改进（RSI）提供 Scikit-learn 式的模块化工具箱，将父版本选择、修改规划、任务采样、评分与候选排序拆分为可替换模块，并复用统一的执行、评测与版本管理设施。基于 GEPA 算法的实验显示，经 GEAR 调优的 Agent 在营销、客服与代码任务上均取得显著提升，且目标模型权重保持不变。