arXiv cs.AI· Yutong Cheng, Wei Cheng, Wenchao Yu, Dawei Zhou, Haifeng Chen·· 3 天前AI 评分31
TeSearch：用小型强测试套件为自进化智能体提供改进信号
Small but Mighty: Test Suites as Improvement Signals for Self-Evolving Agents
AI 导读
TeSearch 将测试反馈作为自进化智能体的可执行改进信号，用质量-多样性进化算法搜索既小又强的测试套件，并把套件规模作为行为描述符，在搜索中学习转移核以去噪 LLM 执行。
正文 · AI 翻译
摘要：一个自我演化的智能体会重写自身的运行框架，并且必须决定保留哪些重写，因此它的改进信号就是重写必须通过的检查。通过智能体 rollout 来验证重写既昂贵又主观，而诸如代码仓库自带测试之类的可执行检查又过于稀疏，无法捕捉改变行为的重写，只能拒绝其中四分之一。我们转而将测试反馈作为可执行信号，并用质量-多样性演化算法搜索既小又强的测试套件，从而使信号既密集又具有信息量。TeSearch 将套件规模视为行为描述符，从而在每种规模上都追求质量，并使小而强的套件可达，同时在搜索过程中学习一个转移核，以去噪作为该描述符上执行器的 LLM。在 129 个真实世界模块和三个骨干模型上，TeSearch 提供了所有对比方法中质量最高的套件（包括 LLM 驱动的演化搜索），并且是所有基于 LLM 的方法中最小的。将其用作自我演化智能体的改进信号时，它拒绝了 59.9% 的改变行为的重写，而代码仓库自带测试仅拒绝 25.3%，误报率为 4.0%，每次决策耗时 3.5 秒。代码和数据可在 此 https URL 获取。
| Comments: | In NeurIPS 2026 Workshop on Self-Evolving Diversity-Driven Search for Robust AI Systems (EvoRobust) |
| Subjects: | 人工智能（cs.AI）；软件工程（cs.SE） |
| Cite as: | arXiv:2610.15964 [cs.AI] |
| （或 arXiv:2610.15964v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.15964 arXiv 颁发的 DOI 通过 DataCite（待注册） |
Submission history
From: Yutong Cheng [view email]
[v1]
Sun, 11 Oct 2026 22:36:54 UTC (214 KB)
来源：arXiv cs.AI · arxiv.org