EvoSyn：学习反馈驱动的多智能体数据合成框架

研究者 Wei Yang 等发布论文提出 EvoSyn，一个由学习反馈驱动的多智能体数据合成框架，围绕可修订状态组织合成过程，将学习者的反馈转化为对合成内容的修订：Designer 分配合成方向，Planner 落地为可执行经验，从而在生成空间内适应薄弱区域并扩展生成空间。 论文称，在 τ²-Bench 和 CAR-Bench 上，EvoSyn 的平均任务成功率比最强合成基线提升 13.3 个百分点，同时生成的合成经验质量更高、结构更广，并发现了在没有学习者反馈时被忽略的可控因素。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。