研究人员开发了VeriEvolve，一个新颖的框架，旨在通过为复杂、有状态的任务创建可靠的适应度信号来改进自学习AI智能体。该系统在智能体优化开始之前，综合了指令驱动的挑战状态和可执行的评估器。一旦构建完成，评估器将作为适应度信号，并通过将强弱运行结束状态转换为反事实测试用例，在演化轮次之间进行精炼。VeriEvolve在GLM-5.2和Claude等智能体在文件系统操作以及与PostgreSQL、Playwright、Notion和GitHub等工具的交互等各种任务上的外部验证成功率方面取得了显著改进。 AI
影响 该框架通过提供一种可靠的方法来评估复杂任务性能，有可能实现AI智能体更强大的自学习能力。
排序理由 该集群包含一篇详细介绍AI智能体新框架的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
