arXiv · AI· Yitong Lin, Jianda Chen, Yihao Hu, Pan Wang, Hang Wang, Zhihao Wen, Xiaoxue Ren, Wei Wu·· 7 天前AI 评分26
Verify by Doing:无外部反馈下协同进化 Agent 执行与评估
Verify by Doing: Co-Evolving Agent Execution and Evaluation without External Feedback
AI 导读
VbD 方法在保持模型权重固定下,通过协同进化 Actor 与 Evaluator harness 解决测试时无外部反馈难题。 在 AutomationBench 等基准上,VbD 取得最高分,相比最强基线分别提升 3.3、4.1 和 2.3 个百分点。 实验证实主动验证与 Evaluator 进化对提升输出选择有效性起关键作用。
来源:arXiv · AI · arxiv.org