金融 Agent 问题归因与递归自我改进机制研究

课题方向： 首期以金融 Agent 为对象，优化提示词、工具封装、工作流、记忆策略及进化模块代码；模型训练不作为本期目标。基础模型版本保持一致，最终测试集与验收标准独立管理。 本研究将 Agent RSI（Recursive Self-Improvement，递归自我改进）定义为：Agent 根据执行反馈改进任务策略，同时改进自身的归因、修复或候选选择机制，并将有效改进继承到后续轮次。分别评价任务能力和改进能力，避免将一次任务得分提升视为递归进化。 重点回答三个问题：能否依据执行证据定位根因；能否将有效修复迁移到同类及新任务；改进机制的迭代能否提高单位成本产生的有效改进数量。 研究内容： 1 问题归因。记录任务约束、数据来源与口径、工具输入输出、执行状态和验证结果，对比成功与失败案例，形成带证据的原因假设。通过替换关键决策、补充缺失信息等受控回放检验原因；证据不足时保留不确定性。 2 任务能力改进。将经验证的原因转化为具体修改，例如补充指标口径校验、修正工具参数、增加引用检查或完善失败恢复。候选先验证目标问题，再检查其他任务是否退化。 3 递归进化。允许归因方法、修复策略和候选选择方式在限定范围内迭代，记录版本差异与继承关系。在独立的后续任务中，检验新机制是否能够更高效地产生有效改进。 4 评估与继承。保留有效版本和适用条件，以独立评估决定晋升；出现退化时回滚。整体形成“任务执行—证据采集—归因验证—候选修改—独立评估—版本继承”的闭环。

1. 01

   专业背景：计算机、AI、数学等相关专业硕士及以上学历；

2. 02

   核心功底：精通大规模语言模型（LLM）的训练机制，对强化学习（PPO/GRPO）有深度理解及实战经验；

3. 03

   工程能力：扎实的 Python 功底，熟悉 PyTorch/DeepSpeed/Megatron 等主流分布式训练框架，具备优秀的工程实现能力；

4. 04

   加分项：在 ICLR, NeurIPS, ICML, CVPR 等顶会发表过高水平论文；

5. 05

   软素质：对金融领域有好奇心，具备优秀的逻辑分析能力和跨团队协作意识。