CoEvo-RSI 框架透過雙向歷史繼承解決模型與執行框架錯配問題
研究提出 CoEvo-RSI 框架，利用代理驅動的雙向歷史繼承機制，讓 Qwen3.5-9B 在多項垂直應用中超越更大規模的模型。
本文重點
- 研究提出 CoEvo-RSI 框架，解決模型與執行框架錯配問題。
- Qwen3.5-9B 在 TraceElephant 基準測試中準確率高出 14.16。
- 該框架僅使用模型自身拒絕採樣軌跡進行監督式微調。
- 本站上線
- 2026/10/25 上午03:16
- 首次報導
- 2026/10/18 上午08:00
- 最早來源發布
- 2026/10/18 上午08:00
研究在做什麼
在模型與執行框架（harness）共同演進的範式中，常出現「腦體錯配」（brain--body mismatch）問題，即演進中的執行框架要求模型具備尚未學習的行為，或限制了模型已具備的能力。CoEvo-RSI 旨在解決此問題，透過代理驅動的雙向歷史繼承機制，使模型能力與演進中的執行需求對齊。 Hugging Face 每日精選論文
方法
CoEvo-RSI 利用共享的演化檔案庫與執行回饋，由一個元代理（meta-agent）協調執行框架的開發，並從歷史設計中選擇或合併模型檢查點（checkpoint），隨後在選定的執行框架下進行適應。該框架僅使用模型自身拒絕採樣軌跡（rejection-sampled trajectories）進行監督式微調（SFT，Supervised Fine-Tuning，監督式微調）。 Hugging Face 每日精選論文
結果
CoEvo-RSI 使 Qwen3.5-9B 在多項垂直應用中具備競爭力，包括多代理失敗歸因、角色感知 Text-to-SQL 以及智慧家庭指令遵循。在 TraceElephant 基準測試中，其代理準確率比 DeepSeek-V4-Pro 高出 14.16；在 HomeBench VM 基準測試中，成功率比 GLM-5.3 高出 4.90。 Hugging Face 每日精選論文
接下來要看的事
- CoEvo-RSI 框架的元代理具體如何評估歷史設計與模型檢查點的相容性？
- 除了 Qwen3.5-9B，CoEvo-RSI 在其他規模或架構的模型上是否同樣有效？
- 拒絕採樣軌跡的生成策略對最終模型效能的影響有多大？
程式碼與資料
本站 2026-10-25 整理（資料來自 Hugging Face 論文頁與 GitHub，由程式查詢，不經模型撰寫）：
- 程式碼：SuJQ0722/CoEvo-RSI｜8 顆星｜最後更新 2026-10-20｜授權 未標示
- 公開模型：nullptr04/CoEvo-RSI-homebench、nullptr04/CoEvo-RSI-who-when、nullptr04/CoEvo-RSI-rbac
來源：佐證 1 筆
媒體轉述新聞媒體的報導
- Hugging Face 每日精選論文 · CoEvo-RSI: When Harnesses Evolve, Which Models Should Follow?10/18 上午08:00
這篇對你有用嗎？
登入會員後可以按反應與留言。登入
留言 0
- 還沒有留言。
留言公開顯示暱稱，不顯示你的真實姓名與信箱。含多個連結或疑似廣告的留言會先經編輯確認；檢舉達 3 次的留言會自動隱藏。隱私政策
發現錯誤？
回報會進入待處理清單；核實後更正，並在文中註記更正紀錄。