复旦团队提出EvoIn智能体微调框架

Shihan Dou 等复旦大学研究者在 arXiv 发表论文，提出 EvoIn——一个连接演化与内化的智能体微调框架。框架先分析执行轨迹、演化并验证新的决策流程，再将轨迹改写为自包含推理轨迹用于微调，使改进后的决策能力在推理时无需演化后的 harness 依然保留。 论文称在多个基准上域内 pass rate 提升 10.9 点、域外提升 9.2 点，内化的决策流程可泛化到未见任务，并在另一模型家族上保持一致改进。

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。