EvoFlux：推理时进化搜索修复小模型工具工作流

Kushal Raj Bhandari 等人（RPI/IBM 作者团队，按摘要）在 arXiv 发布论文（v2），提出推理时进化搜索方法 EvoFlux：对工具调用及依赖关系构成的结构化图进行进化式搜索，依据实时工具执行错误替换工具、修正参数、补充或删除步骤，修复小型模型的工具调用计划。 基于论文摘要，在覆盖 28 个在线服务器、250 个工具的 held-out MCP-Bench 任务上，EvoFlux 将四个小型规划器的执行成功率从约 3% 提升至 17–24%。对比实验中，使用相同 177 条演示和 624 个偏好对训练的 SFT 及 SFT+DPO 与零样本基线持平或更差；ReAct 在更强规划器上峰值更高，但每个已解决任务的规划器 token 成本为 EvoFlux 的 4–20 倍。

AI 根据报道生成 · 2 小时前更新