Google DeepMind 的论文训练出一个智能体来重写它自己的测试框架
发表于10月9日，Evo2 将代码编辑与性能反馈配对，以训练负责提出并评估这些编辑的模型。
By Ryan Merket · Published · Updated
Primary source: X
为何重要
Evo2 将智能体运行框架的编辑及其评估轨迹视为训练数据，为在不更改任务执行器的情况下改进智能体的工作流程及维护该工作流程的策略提供了一条途径。
Google DeepMind 的研究人员发布了 Evo2，这是一个框架，可训练一个 AI 代理在改进其模型周围的软件 harness 的同时，也训练用于编辑和评估该 harness 的策略。论文已于 10 月 9 日发布在 arXiv，报告了在编码和内存基准上的提升，包括在 SWE-bench Verified 上 48.3% 的解决率。
该项目汇集了 Google DeepMind 的研究人员和 University of Illinois Urbana-Champaign 教授 Bo Li。第一作者 Chejian Xu 是 UIUC 计算机科学博士候选人及 2026 年在 Google DeepMind 的学生研究员，研究方向为自我进化代理。根据他的个人简介，他早期的研究实习曾在 Meta 和 NVIDIA 完成。…
When you purchase through links in our articles, we may earn a small commission. This doesn’t affect our editorial independence.