资讯摘要
论文提出 TEAL，一种在无标签条件下为数据湖分析编码智能体演化可复用工具库与使用技能的方法：由 Explorer 从数据湖、Critic 从 Worker 轨迹分别提出工具，仅当 Worker 重跑时无需额外步骤即采用该工具、且答案变化有轨迹证据支持时才保留。作者还提出 TEAL-Q 生成合成问题。作者报告在 KramaBench 与 LakeQA 上，10 或 15 步紧预算下 TEAL 提升全部四个 Worker，Sonnet-5 在 15 步时分别提升 9.3 和 21.7 分。
要点速读
- TEAL 由 Explorer 与 Critic 从互补证据提出工具，保留条件为 Worker 重跑时无需额外步骤即采用且答案变化有轨迹证据支持。
- TEAL-Q 可在缺少真实问题时生成合成问题用于工具演化。
- 作者报告在 KramaBench 与 LakeQA 上，紧预算 10 或 15 步时 TEAL 提升全部四个 Worker；Sonnet-5 在 15 步时分别提升 9.3 与 21.7 分。
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 2026/10/21 20:06:19（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。