arXiv Artificial Intelligence· Tianyi Xu, Yaolun Zhang, Yiran Wu, Joe Nguyen, Shengyu Dai, Saba Moeinizade, Zhenwen Shao, Qingyun Wu, Huazheng Wang·· 20 小时前AI 评分27
UCoE：面向开放式任务的无训练自改进验证器与执行框架协同演化
Verifier-Harness Co-Evolution for Training-Free Self-Improvement on Open-Ended Tasks
AI 导读
UCoE 是一种无训练自改进方法，让可执行验证器程序与智能体执行框架状态协同演化，模型参数保持固定。它通过响应对比筛选验证器候选，以“驱动能力”为准则，在六个开放式基准上使用 Qwen3-8B 平均取得 59.00% 偏好率，较直接生成高 9.00 个百分点；Qwen3.8-27B 为 57.19%，高 7.19 个百分点。在三个可验证基准上，该方法将均值从 36.06% 提升至 38.48%。
来源：arXiv Artificial Intelligence · arxiv.org