研究团队提出EvoGuard缓解语言智能体技能退化

1. 13:00
   arXiv 自然语言处理

   EvoGuard：缓解在线技能演化中的退化问题

   EvoGuard 是一种成对技能选择器，旨在以低延迟和低成本缓解语言智能体在线技能演化中的性能退化。该方法通过拒绝采样筛选效用差距明显的技能对，基于标签 token 的 logits 训练选择器，部署时仅需单次前向传播即可选出更优技能。

Current heat 8·Comparable peak 10（Nov 5 14:00）·Comparable change, last 24 hours–

Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.