Ask what a paper proves, then ask what it leaves open.

AutoML + LLM

从自然语言任务规格生成机器学习流水线，并用指标、部署检查和实验历史持续改进。

NAS + LLM

把神经架构或代码表示为可变异基因组，用 LLM 生成候选并用 NAS 基准筛选。

LLM 自我改进

围绕输出、轨迹、反思记忆和模型权重形成经验飞轮。

进化计算 + LLM

把 LLM 作为优化器、变异器或重组器，用适应度函数维护候选谱系。

Agent 自我进化

Agent 在代码层面自修改、自搜索架构、自评估，实现开放式能力增长。

Agent 框架进化

在 AutoGPT、MetaGPT、AutoGen、CrewAI 等编排底座上补齐评估、记忆和进化层。

Self-Refine：基于自反馈的迭代式优化

同一 LLM 生成答案、批评答案并在推理期迭代改写，是轻量 Self Evolve 循环的基线模式。

Relation: 生成 → 反馈 → 修正

Reflexion：带语言强化学习的智能体

把失败反馈转化为自然语言反思并写入记忆，让后续任务在不更新权重的情况下改进。

Relation: 反馈 → 反思 → 记忆 → 重试

Teaching LLMs to Self-Debug

把执行结果、测试和调试解释作为程序修复信号，直接支撑代码智能体的回归门禁。

Relation: 代码 → 测试 → 失败解释 → 补丁

SPIN：Self-Play Fine-Tuning

通过自博弈微调把弱模型推向更强模型，把自我改进从提示期推进到训练期。

Relation: 自博弈 → 偏好数据 → 微调

OPRO：Large Language Models as Optimizers

用自然语言描述目标和历史分数，让 LLM 基于反馈提出新候选，是通用“LLM 即优化器”模板。

Relation: 历史候选 + 分数 → 新候选

FunSearch：LLM + 评估器的程序进化

把 LLM 与自动评估器组合，进化数学和科学发现程序，是“生成器 + 验证器 + 谱系”的重要案例。

Relation: 程序候选 → 评估器 → 种群保留

AutoML-Agent：多 Agent 全流程 AutoML

将数据检索、预处理、建模、评估和部署拆成专用 Agent，最接近产品化 Self Evolve 工作流。

Relation: 任务规格 → Agent 流水线 → 评估部署

EvoPrompting：代码级神经架构搜索

把语言模型作为架构代码的变异算子，用 Benchmark 选择候选，体现“架构即基因组”。

Relation: 架构代码 → LLM 变异 → 基准选择

AutoGen / MetaGPT / CrewAI：Agent 编排底座

Agent 框架提供角色、工具和流程编排；Self Evolve 可在其上叠加评估器、记忆、谱系和回归防护。

Relation: 角色/工具/流程 → 评估 → 组织拓扑调整