arXiv cs.AI· Wei Yang, Qing Ping, Youzhi Luo, Yawei Wang, Abhishek Kumar, Panpan Xu, Jun Huan·· 6 天前AI 评分24
EvoSyn：通过演化生成空间实现闭环学习的智能体数据合成
Know What You Don't Know: Agentic Data Synthesis by Evolving Generation Space for Closed-Loop Learning
AI 导读
针对合成数据中反馈与决策脱节的问题，研究者提出 EvoSyn——一个由学习反馈驱动的多智能体框架，通过可修订状态组织合成过程，将学习者反馈转化为合成修订，并支持生成空间的扩展。在 τ²-Bench 和 CAR-Bench 上，EvoSyn 平均任务成功率较最强合成基线提升 13.3 个百分点，同时生成质量更高、结构更广的合成经验。
正文 · AI 翻译
摘要：大语言模型的持续改进日益依赖合成经验，然而面向交互式智能体的有效数据合成不仅需要可执行、可验证的轨迹，还需要能为当前任务智能体提供学习价值的交互。现有方法越来越多地引入环境反馈、数据验证或学习者的失败，但仍面临反馈到决策的鸿沟：观察到的弱点并不能直接指明未来的合成应如何改变，也无法确定这些弱点能否由当前合成空间表示。为弥合这一鸿沟，我们提出 EvoSyn，一个由学习反馈驱动的多智能体框架，它围绕一个可修订的状态来组织合成，该状态规定了哪些交互因素可以被有意生成，以及合成努力应分配到何处。一个角色专门化的多智能体系统将学习者反馈转化为合成修订，同时由 Designer 分配合成方向，由 Planner 将其落地为可执行经验。这一过程既支持在空间内向薄弱或覆盖不足区域的自适应调整，也支持合成空间扩展，将新发现的因素提升为显式的生成控制。在 $\tau^2$-Bench 和 CAR-Bench 上的实验表明，EvoSyn 相比最强的合成基线将平均任务成功率提升 13.3 个百分点，同时生成质量更高、结构更广的合成经验，并发现没有学习者反馈时会被遗漏的可控因素。
| 主题： | 人工智能（cs.AI）；多智能体系统（cs.MA） |
| 引用为： | arXiv:2610.12593 [cs.AI] |
| （或使用 arXiv:2610.12593v1 [cs.AI] 查看此版本） | |
| https://doi.org/10.48550/arXiv.2610.12593 arXiv 颁发的 DOI，经由 DataCite（待注册） |
提交历史
来自：Wei Yang [查看邮箱]
[v1]
2026年10月8日星期四 18:17:20 UTC（5,980 KB）
来源：arXiv cs.AI · arxiv.org