研究团队提出面向开放式生成的CoCA协同演化框架

2026年10月30日，研究人员在arXiv发布面向开放式生成的策略与评价准则能力感知协同演化闭环框架CoCA。该框架旨在解决大语言模型开放式生成中奖励判别力不足的难题，通过能力感知诊断协同调整评价准则与策略。具体实现上，CoCA通过对比纯查询与准则引导采样来重新校准标准难度，并借助引导优化与同策略自我蒸馏机制，将增益内化至纯查询行为中。实验结果显示，CoCA的性能持续优于现有基于评价准则的强化学习方法，并有效抑制了模型能力退化。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。