arXiv · cs.AI· Seung Won Wilson Yoo, Chang Zeng, Aditi Somayajula, Sahithi Ankireddy, Rohan Kosalge, Avishree Khare, John Mitchell, Aditya G. Parameswaran, Rajhans Samdani, Anupam Datta·· 5 小时前
CoCoEvolve通过元反思进化提升生产级AI系统
Meta-Reflective Evolution Effectively Improves Production AI Systems
arXiv:2610.12794v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Seung Won Wilson Yoo, Chang Zeng, Aditi Somayajula, Sahithi Ankireddy, Rohan Kosalge, Avishree Khare, John Mitchell, Aditya G. Parameswaran, Rajhans Samdani, Anupam Datta
研究任务与主要进展
CoCoEvolve是一种面向生产级AI系统的进化优化器，通过检索完整进化历史并探测实时系统，验证并提出变更。基于论文摘要，该方法在DABStep上以92.8%的留出集困难样本准确率超过Meta-Harness的78.4%和GEPA的30.4%，并在六项LLM数据管线工作负载上超过所有评估基线；在data-eng-bench上，测试集求解率从59.1%提升至77.4%。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org