Evolver论文提出经验驱动Agent能力进化框架

Evolver论文作者在arXiv发布论文，提出一种经验驱动框架：通过结构化的Gene资产，将智能体探索经验转化为可持久复用的能力，且不更新基础模型参数。该框架整合经验获取、检索和反馈引导的演化，支持在现有智能体执行框架上进行基于经验的执行。 论文报告的实验结果来自一个选取的诊断集：在320次配对执行中，Evolver将任务成功率从83.13%提升到87.50%（提高4.38个百分点），同时记录的任务执行token消耗降低24.24%。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。