EvoSteer：基于参考锚定信用分配的在线自演化图编排

论文提出在线自演化图编排方法 EvoSteer 及 AnchorTB 损失。

资讯摘要

论文提出 EvoSteer，一种在线自演化图编排范式：编排器在执行过程中构建团队，并依据执行特征与学习到的价值估计修复看似合理但失败的步骤。作者提出 Anchored Trajectory Balance（AnchorTB）回归式流匹配损失，以冻结参考平衡子轨迹为每个编排动作分配系数；并提出 Validated Skill Admission，候选技能需先试用、配对证据通过序贯检验后才晋升。作者报告在十二个数据集上，该方法在问答、数学推理、代码生成与交互决策任务中优于基线。

要点速读

1. 论文针对事后演化、信用扩散与技能准入未校准三个问题提出 EvoSteer 在线自演化图编排。
2. AnchorTB 用冻结参考平衡子轨迹，为每个编排动作分配系数；Validated Skill Admission 要求候选技能先试用并通过序贯检验才晋升。
3. 作者报告在十二个数据集上，EvoSteer 在问答、数学推理、代码生成和交互决策任务中显著优于基线。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/24 08:00:37（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。