UCoE：免训练验证器与执行框架协同演化

2026年10月14日，arXiv 人工智能板块出现由 Tianyi Xu 等作者提出的免训练自改进方法 UCoE（Unified Co-Evolution）。据该报道，UCoE 让可执行验证器程序与智能体执行框架（harness）状态协同演化，而所有模型参数保持固定；其验证器候选通过响应对比筛选，以“驱动能力”为准则。报道称，在六个开放式基准上，UCoE 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%。上述数字与结论均来自该篇报道，尚无其他跟进报道可交叉印证。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。