arXiv cs.CL· Zichuan Fu, Junjia Qi, Xian Wu, Wenlin Zhang, Yimin Deng, Kaifeng Guo, Xiangyu Zhao·· 11 小时前AI 评分40
通过复杂任务语义分解实现自进化智能体工作流，获 GLEE 竞赛第一
Self-Evolving Agentic Workflows via Semantic Decomposition of Complex Tasks
AI 导读
研究者提出一种通过语义任务分解实现自进化的智能体工作流框架，每个子任务带有明确适用条件，并按需执行代码或调用模型，智能体利用执行反馈优化分解并更新流程。该工作在 GLEE 竞赛的议价、谈判与说服任务中测试，多数最终决策流程以代码实现，并获得该竞赛第一名。
正文 · AI 翻译
摘要：智能体工作流将复杂任务组织为可复用的流程。然而，每一步都调用 LLM 会带来重复的推理成本和延迟。我们提出一个通过语义任务分解实现自演化智能体工作流的框架。每个子任务都有明确的适用条件和一套流程，按需执行代码或调用模型。智能体利用执行反馈来改进分解并更新这些流程。在 GLEE 竞赛中的实验展示了该框架在议价、谈判和说服方面的表现。观察到的大多数最终决策流程都以代码实现。代码可在 此 https URL 获取。
| 评论： | 被接收为 NeurIPS 2026 智能体行为解读研讨会（IAB）GLEE 竞赛赛道的 Spotlight；在 GLEE 竞赛中获得第一名。21 页 |
| 主题： | 人工智能（cs.AI）；计算与语言（cs.CL）；多智能体系统（cs.MA） |
| 引用为： | arXiv:2611.01840 [cs.AI] |
| （或 arXiv:2611.01840v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.01840 arXiv 颁发的 DOI 经由 DataCite（待注册） |
提交历史
来自：Zichuan Fu [查看邮箱]
[v1]
2026 年 11 月 1 日周日 12:18:19 UTC（452 KB）
来源：arXiv cs.CL · arxiv.org