无大纲学习：任务无关的环境预处理

研究提出"任务无关的环境预处理"设定：LLM 智能体在测试前、不知下游任务分布的情况下，自主探索陌生环境并产出可复用产物供冻结的求解器使用。在六个异构基准上，配备归档的 meta-agent 变体在五个基准取得最高 Avg@3 奖励，固定语料处理在最大语料基准上仍最优；更大的研究预算并未稳定提升下游奖励，但研究产物可减少达到既定分数所需的测试时采样次数。