EvoGuard：低延迟缓解在线技能演化退化

Yanli Wang 等作者提出并发布 EvoGuard，一种成对技能选择器，用于在低延迟、低成本下缓解语言智能体在线技能演化中的性能退化。 据作者描述，该方法先用私有测试集为技能池打分并生成效用标签，再通过拒绝采样保留效用差距明显的技能对，训练选择器基于两个标签 token 的 logits 判断技能优劣；部署时单次前向即可完成决策。 上述效果来自作者在论文中的表述，尚待独立验证。

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。