EvoSyn：反馈驱动的多智能体数据合成框架论文
热点事件持续更新
EvoSyn：反馈驱动的多智能体数据合成框架论文
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Wei Yang、Qing Ping 等作者在 arXiv 论文（arXiv:2610.12593）中提出 EvoSyn，一个由学习反馈驱动的多智能体数据合成框架。该框架围绕一个可修改的生成状态组织合成，用于调整可刻意生成的交互因素和合成资源的分配方向。 基于论文摘要，作者在 τ²-Bench 和 CAR-Bench 实验中报告，EvoSyn 将平均任务成功率较最强合成基线提高了 13.3 个百分点，并称生成了质量更高、结构更广泛的合成经验。作者还发现缺少学习反馈时存在此前未被识别的可控因素。
AI 根据报道生成 · 2 小时前更新
最新进展10月12日 12:00
EvoSyn通过演化生成空间实现闭环智能体数据合成报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv · cs.AIEvoSyn通过演化生成空间实现闭环智能体数据合成
基于论文摘要，EvoSyn是一种由学习反馈驱动的多智能体数据合成框架，通过可修改的生成状态调整交互因素和合成方向。作者在τ²-Bench和CAR-Bench实验中将平均任务成功率较最强合成基线提高了13.3个百分点，并报告生成了质量更高、结构更广泛的合成经验，同时发现缺少学习反馈时未被识别的可控因素。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 910月12日 14:00
- 近 24 小时变化
- –
02.557.510
14:0015:0016:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。