arXiv 自然语言处理· Shijun Wan, Jiancong Xie, Hang Xu, Jin Duan, Qixiong Wang, Xi Xiang, Maofei Que, Yahui Liu, Zhongyu Wei, Mu Chuan·· 3 小时前AI 评分39
AdaptEvo：面向演化监督的自适应智能体学习
AdaptEvo: Adaptive Agent Learning with Evolving Supervision
AI 导读
研究人员提出自适应智能体学习框架 AdaptEvo，通过置信度自适应策略优化（CA-GRPO）与演化知识应对不完全监督。在基于 Qwen3.6-35B-A3B 的多模态内容审核评测中，AdaptEvo 期内测试实现 61.9% 精确标签准确率与 72.2% 二分类准确率，较 GRPO 分别高出 7.5 和 3.7 个百分点。
来源：arXiv 自然语言处理 · arxiv.org