arXiv · AI· Tianyi Xu, Yaolun Zhang, Yiran Wu, Joe Nguyen, Shengyu Dai, Saba Moeinizade, Zhenwen Shao, Qingyun Wu, Huazheng Wang·· 2026-10-14AI 评分44
UCoE:无训练自进化框架,同步优化可执行验证器与代理机制
Verifier-Harness Co-Evolution for Training-Free Self-Improvement on Open-Ended Tasks
AI 导读
提出无训练方法UCoE,在固定模型参数下同步进化可执行验证器程序与代理机制状态。 UCoE通过对比响应测试候选验证器,基于最弱项判别力筛选最优验证器指导单点修复。 在6个开放任务基准中,UCoE的平均偏好胜率比直接生成高出7.19至9.00个百分点。
来源:arXiv · AI · arxiv.org