研究者提出TEB自进化智能体评估协议

Fangfei Li等作者提出 Trace Evolution Bench（TEB），一套用于评估智能体能否从自身环境轨迹中进化的协议。其核心做法是把端点增益中的“冻结重打分”与上下文或权重更新分开，并配套三个冻结的 80/20/40 数据包。 据作者说明，更新被接受的条件是验证集不下降、留出标识符不进入更新，且文本更新不与权重更新混排；主榜为编码任务，由封闭工作区中的隐藏单元测试评分。作者称，各方法在读取留出集之前已在验证筛选中固定。

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。