EVE-Agent：证据可验证的自我进化代理

arXiv:2605.22905v1 公告类型：新 摘要：自我进化智能体不应该用他们无法证明的例子进行训练。无数据的自我进化搜索代理为系统提供了一种可扩展的途径，这些系统可以生成自己的问题，回答问题，并根据自己的反馈进行改进，而无需人工注释。然而，如果没有可验证的证据，这种循环可能会奖励流畅但不受支持的示例，从而将自行生成的课程变成不透明且可能不可靠的培训信号。我们认为，证据可验证性是搜索代理中值得信赖的自我进化的先决条件：每个生成的实例不仅应该包含一个答案，还应该包含一个基于源的跨度，其对该答案的贡献可以被测量。我们引入了 EVE-Agent，一种可证据验证的自我进化代理，它通过修改提议者-求解器框架来实施这一原则。提议者生成一个问题、一个答案和一个逐字证据范围。然后，证据验证者根据提供证据时的边际准确性增益来奖励跨度。这会产生一个训练信号，支持真正有助于回答问题的证据，而不需要预言答案、人工标签或外部注释。 EVE-Agent 保持主干模型、检索器、搜索工具和优化框架不变。实验表明，与之前的自我进化搜索代理相比，EVE-Agent 显着提高了基于证据的正确性。由此产生的课程不仅是自行生成的，而且可以通过构建进行审核：每个培训示例都带有可检查的源范围，解释了为什么应该信任它。