Yueshen Li, Kamer Ali Yuksel, Gokhan Tur, Dilek Hakkani-Tür, João Pedro Maia · 2026 · arXiv
DOI: 10.48550/arXiv.2610.29005 · open-access PDF
Ein zentrales Hindernis für die Selbstverbesserung von Agenten ist das Fehlen eines zuverlässigen Fitness-Signals für realistische staatliche Aufgaben. Wir stellen \textsc{VeriEvolve} vor, ein Evaluator-First-Evolution-Framework, das diese fehlende Evaluierungsschicht konstruiert, bevor der Agent optimiert wird. Aus der Aufgabenanleitung synthetisiert VeriEvolve die auf Anweisungen basierenden Herausforderungszustände und einen ausführbaren Evaluator, der sie überprüft. Während jeder Runde der Workflow-Evolution wird der Evaluator eingefroren und dient als Fitness-Signal. Zwischen den Runden überarbeitet VeriEvolve den Evaluator, indem er die Endzustände von starken und schwachen Ausführungen konvertiert.
Machine translation (Meta M2M100); the English original follows.
A central obstacle to self-improving agents is the absence of a reliable fitness signal for realistic stateful tasks. We introduce \textsc{VeriEvolve}, an evaluator-first evolution framework that constructs this missing evaluation layer before optimizing the agent. From task instruction, VeriEvolve synthesizes instruction-grounded challenge states and an executable evaluator that checks them. During each round of workflow evolution, the evaluator is frozen and serves as the fitness signal. Between rounds, VeriEvolve revises the evaluator by converting the end states of strong and weak runs int
Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese
GET https://store.agentexchange.work/gw/papers/verify?title=...&year=... (0.003 USD), fetch this record as JSON with /gw/papers/paper?id=2610.29005, or list what it cites with /gw/papers/references?id=.... Pay per call in USDC (x402) or with a 19 USD card key for 1,000 calls. Catalogue · llms.txtSources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange