arXiv cs.LG@Jiayi Zhang, Yongfeng Gu, Jianhao Ruan, Maojia Song, Yiran Peng, Zhiguang Han, Jinyu Xiang, Zhitao Wang, Caiyin Yang, Yixi Ouyang, Bang Liu, Chenglin Wu, Yuyu Luo
精选55
推荐理由：AEvo解决了智能体演化中证据积累与机制修订脱节的问题，做自动化程序优化或长周期搜索的团队可以直接用这个框架提升效率。
精选
AI 自动挑选的高价值内容
5月14日
13:26
论文提出AEvo，一种元编辑框架，将智能体演化视为交互环境，通过元代理观察累积的演化上下文（候选方案、反馈、轨迹、失败记录），并编辑控制未来演化的程序或代理上下文，而非直接生成下一个候选方案。该方法统一了基于程序和基于代理的演化方式，使累积证据在长周期搜索中可操作。在智能体和推理基准测试中，AEvo优于五种演化基线，相对最强基线提升26%。在三个开放式优化任务中，AEvo在相同迭代预算下达到最先进性能。