跳到正文
热点事件持续更新

arXiv 2611.25380 提出 Agent 框架进化方法

1 篇报道1 个报道来源16 小时前更新

先了解这件事

AI 综述

BoHao Chen 团队在 arXiv 发表论文,提出并验证了名为 GEPA 的反思式进化优化方法。该方法旨在通过演化 Agent Harness(如系统提示词、工具模式)实现 LLM 的领域专用化,全程无需 GPU 训练且保持策略冻结。 实验采用类 Claude Code 风格的编码代理 Codev,在 SWE-bench Verified、OfficeBench 及 Terminal-Bench 等基准上测试。结果显示,权重更新虽单路径增益最强,但 Harness 演化能以极低计算成本恢复大部分性能增益,并避免了监督微调导致的推理链缩短问题。 研究指出,结合权重更新与 Harness 演化整体效果最佳。Harness 适配器可按垂直领域加载,且能与基于权重的强化学习组合,为低成本模型领域适配提供了新路径。

AI 根据报道生成 · 16 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月20日
  1. arXiv · AI
    GEPA 通过演化 Agent Harness 实现 LLM 领域专用化

    GEPA 作为一种反思式进化优化器,通过演化 Agent Harness(如系统提示词、工具模式)实现 LLM 领域专用化,无需 GPU 训练且保持策略冻结。 在 Codev agent 的 SWE-bench Verified 等基准测试中,Harness 演化以极低计算成本恢复了权重更新的大部分性能增益,且避免 SFT 导致的推理链缩短问题。

本事件热度走势

可比范围当前
6
可比范围峰值
1011月20日 14:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。