TURTLE 用进化搜索自动生成高难度工具使用基准

Natasha Jaques 团队发表论文提出 TURTLE（Tool Use Related Tasks with Long-Horizon Evolution），一种无监督环境设计方法，利用 LLM 多智能体进化搜索从现有工具集和任务原语自动生成有挑战性的工具使用任务，解决人工设计评测任务昂贵且易饱和的问题。在 AppWorld 上，难题占比从 19.8% 提升至 52.5%，增幅达 165%。

2026-10-24 ~ 2026-10-24 · 2 条相关

• TURTLE 论文:用进化搜索自动生成高难度工具使用基准,AppWorld 难题占比提升 165% — MichaelD1729 · 2026-10-24
• 进化搜索自动造 agent 任务:AppWorld 难题占比从 19.8% 升至 52.5% — minsuk_chang · 2026-10-24