arXiv cs.AI· Tianyi Xu, Yaolun Zhang, Yiran Wu, Joe Nguyen, Shengyu Dai, Saba Moeinizade, Zhenwen Shao, Qingyun Wu, Huazheng Wang·· 8 小时前AI 评分30
UCoE：面向开放式任务的无训练自改进，验证器与执行框架协同演化
Verifier-Harness Co-Evolution for Training-Free Self-Improvement on Open-Ended Tasks
AI 导读
UCoE 是一种无训练自改进方法，让可执行验证器程序与智能体执行框架状态协同演化，所有模型参数保持冻结。该方法通过响应对比筛选验证器，在六个开放式基准上以 Qwen3-8B 取得 59.00% 偏好率、以 Qwen3.8-27B 取得 57.19%，分别领先直接生成 9.00 和 7.19 个百分点；在三个可验证基准上把均值从 36.06% 提升至 38.48%。代码已开源。
来源：arXiv cs.AI · arxiv.org