跳到正文
热点事件持续更新

EvoSyn:反馈驱动的多智能体数据合成框架

1 篇报道1 个报道来源5 小时前更新

先了解这件事

AI 综述

Wei Yang等作者提出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,明确哪些交互因素可被有意生成、合成精力应投向何处,以弥合合成数据中“反馈到决策”的鸿沟。 在τ²-Bench和CAR-Bench上,EvoSyn平均任务成功率较最强合成基线提升13.3个百分点,并产出质量更高、结构更广的合成经验,还发现了无学习反馈时被遗漏的可控因素。

AI 根据报道生成 · 4 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月12日
  1. arXiv cs.AI
    EvoSyn:通过演化生成空间实现闭环学习的智能体数据合成

    针对合成数据中"反馈到决策"的鸿沟,研究者提出 EvoSyn——一个由学习反馈驱动的多智能体框架,围绕可修订状态组织合成,明确哪些交互因素可被有意生成、合成精力应投向何处。在 τ²-Bench 和 CAR-Bench 上,EvoSyn 平均任务成功率较最强合成基线提升 13.3 个百分点,并产出质量更高、结构更广的合成经验,发现无学习反馈时被遗漏的可控因素。

本事件热度走势

可比范围当前
9
可比范围峰值
1010月12日 13:00
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。