知你所不知：通过演化生成空间实现闭环学习的智能体数据合成
事件
大语言模型的持续进步越来越依赖合成经验，但面向交互式智能体的数据合成不仅要生成可执行、可验证的轨迹，还要让这些交互对当前任务智能体具有学习价值。现有方法虽然引入了环境反馈、数据校验或学习者失败案例，却存在「反馈到决策」的断层：观察到的弱点并不能直接说明未来的合成应如何调整，也无法判断这些弱点能否被当前合成空间所表达。
为此，研究者提出 EvoSyn，一个由学习反馈驱动的多智能体框架。它围绕一个可修订的状态来组织合成过程，该状态明确哪些交互因素可以被有意生成、合成精力应投向何处。角色分工明确的多智能体系统把学习者反馈转化为合成方案的修订：设计者负责分配合成方向，规划者则将其落地为可执行的交互经验。这一机制既支持在既有空间内向薄弱或覆盖不足的区域自适应，也支持合成空间扩展，把新发现的因素提升为显式的生成控制项。
在 τ²-Bench 和 CAR-Bench 上的实验显示，EvoSyn 相比最强的合成基线，平均任务成功率提升 13.3 个百分点，同时产出的合成经验质量更高、结构更广，并能发现缺少学习者反馈时会被忽略的可控因素。这为智能体闭环学习提供了一条可操作的路径。
来源
本条目由采集管线自动抓取并发布，完整内容见下方来源链接。
*采集源：arXiv cs.AI*