arXiv · AI· Xuanang Gao, Kepeng Lin, Xinyan Shi, Yong Deng, Shuheng Shen, Changhua Meng, Xiaofeng Wu, Jie Yang, Wei Liu·· 4 小时前AI 评分34
EvoMCP: Co-evolving MCP agents and training data
EvoMCP: Co-evolving MCP agents and training data
AI 导读
EvoMCP 提出智能体与数据互进化框架，在 Toolathlon、MCPMark 和 MCP-Atlas 上分别取得 16.5%、10.2% 和 12.6% 的绝对提升。 该方法通过任务进化将能力缺口转化为可执行任务，并利用轨迹进化结合可复用技能恢复失败演示。 闭环机制使新一代任务持续作为后续进化的种子，实现监督微调的迭代优化。
来源：arXiv · AI · arxiv.org