arXiv cs.AI· Yueshen Li, Kamer Ali Yuksel, Gokhan Tur, Dilek Hakkani-T\"ur, Jo\~ao Pedro Maia·· 2 小时前AI 评分42
VeriEvolve：面向工具使用智能体的“评估器优先”进化框架
VeriEvolve: Evaluator-First Evolution for Tool-Using Agents
AI 导读
VeriEvolve 是一个评估器优先的进化框架，先为有状态工具使用任务合成可执行评估器，再以其为适应度信号优化智能体工作流。在 30 个 MCPMark Filesystem 任务上构建 30 个评估器、141 个挑战状态，评估器引导的进化将 GLM-5.2 的外部验证成功率从 6/30 提升到 18/30，Claude 从 27/30 提升到 30/30。
来源：arXiv cs.AI · arxiv.org