智能体脚手架演化评估预算分配框架

2026年10月28日，arXiv Artificial Intelligence 刊出研究，针对 LLM 驱动的智能体脚手架演化中全量评估成本过高的问题，提出一种评估分配框架。该框架将稀疏的搜索期反馈与针对性的最终确认相结合：先用一次完整评估的短预热建立共享信息核心并校准响应模型，搜索后重新拟合模型并应用配对逐次减半，复用已有观测、只补缺失评估。据该报道，在四个基准和两个演化框架上，该方法多数设置下平均性能高于全量评估，评估单元用量约为其一半。目前报道仅给出上述方法与实验结论，未提及后续应用或复现情况。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。