FreeEvolve：学习超越固定循环的演化方式

arXiv:2610.09197v1 公告类型：交叉收录 摘要：智能体演化器能够自动设计语言模型智能体的提示词、技能和工作流，但其遵循的优化过程仍由人工设计：固定的搜索循环决定如何评估候选方案、保留哪些方案以及何时停止搜索。我们提出 FREEEVOLVE，将这一过程也实现自动化。环境指定目标、目标智能体、评估器、数据和资源限制；在这些限制内，演化器自行决定测试什么、收集多少证据、继续探索哪些候选方案以及何时停止。这些决策遵循一项可编辑的演化技能，我们通过元演化改进该技能，具体方式是根据每项候选技能所生成的全新目标智能体的表现对其评分。因此，优化过程成为一种从经验中习得的能力，而非预先设计好的循环。在 tau3-bench、ARC-AGI-2、ARC-AGI-3 和 Terminal-Bench 2.1 上，FREEEVOLVE 自主控制整个演化过程，仍使主要留出评估指标平均提高了 13.6 分，达到或超过人工设计的演化器。习得的过程会随着经验积累而持续改进：在全新的目标智能体上，经元演化改进的技能比初始技能高出 6.9 分，展现出跨环境的迁移能力。