用于长程工具使用的自调优基准演化框架 TURTLE

研究者提出无监督环境设计方法 TURTLE，通过提议者、求解器和反馈生成器三个 LLM 智能体协同演化长程工具使用评测任务。该框架能生成自调优测试套件，以适应用户模拟器、密集文档检索及跨应用交互等环境需求。