arXiv 机器学习· Lin Wu, Shu Yao, Yuheng Wang, Jingru Fan, Huatao Li, Yihan Li, Liu Yixuan, Cheng Liu, Jian Chang, Zeyu Zhao, Aohua Zhang, Huiying Zhao, Shuyuan Zhu, Chen Qian·· 8 小时前AI 评分42
CoEvoke：激发多智能体协作以进行轨迹收集
CoEvoke: Evoking Multi-Agent Collaboration for Trajectory Collection
AI 导读
研究人员提出跨领域框架 CoEvoke，通过可恢复的受控扰动与受限参考引导，激发多智能体协作中检查、反馈和修复的交互轨迹。该数据集包含跨 4,130 个软件工程与推理任务的 4,567 条可重构轨迹。实验表明，扰动增强训练将 ACPBench-Hard 成功率从 35.38% 提升至 42.12%，SWE 验证器训练也取得 7.60-9.40 个百分点的提升。
来源：arXiv 机器学习 · arxiv.org