EVE-Agent：可驗證證據的自我進化代理
EVE-Agent是一種新的自我進化搜索代理，通過引入證據可驗證性來確保訓練實例的來源可靠性。它修改了提出者-求解者框架，使用證據驗證器根據證據帶來的邊際準確率增益進行獎勵，從而在不依賴人工標註的情況下提升模型的證據基礎正確性。實驗表明，EVE-Agent顯著優於先前的自我進化代理，並且其生成的數據集具有可審計性。
文章情報
要點
- 自我進化代理需要在訓練實例中提供可驗證的證據，而非僅僅流暢的答案。
- EVE-Agent通過修改提出者-求解者框架，加入證據驗證器來獎勵真正有助於回答問題的證據。
- 該代理無需人工標註或外部註釋，即可自動生成可審計的訓練數據。
- 實驗證明，EVE-Agent在證據基礎正確性上顯著優於同類方法。
為甚麼重要
這條新聞值得關注，因為自我進化代理需要在訓練實例中提供可驗證的證據，而非僅僅流暢的答案。
技術影響
可能影響模型選型、推理成本、產品能力和評測基準。
近年來，自我進化代理在人工智能領域引起了廣泛關注。這類系統能夠自主生成問題、回答並從自身反饋中學習，而無需人類標註數據。然而，這種自主學習過程存在一個關鍵隱患：如果無法驗證訓練實例中的證據，系統可能會獎勵那些流暢但缺乏依據的回答，導致訓練信號變得不透明甚至不可靠。針對這一問題，來自日本的研究人員提出了EVE-Agent（Evidence-Verifiable Self-Evolving Agent），一種可驗證證據的自我進化代理。
EVE-Agent的核心思想是：每個生成的自訓練實例不僅應包含答案，還應包含一個可溯源至原始來源的證據片段。為了落實這一理念，研究者對經典的“提出者-求解者”框架進行了修改。在該框架中，提出者負責生成問題、答案以及一字不差的證據片段。隨後，一個專門的證據驗證器根據提供證據前後模型的準確率變化來評估該片段的價值，並據此分配獎勵信號。這種機制使得訓練算法能夠自動篩選出那些真正有助於回答問題的證據，而無需依賴先知答案或人工標註。值得注意的是，EVE-Agent的設計保持了對底層模型、檢索器、搜索工具和優化框架的完全兼容，無需額外修改。
研究團隊通過一系列實驗對EVE-Agent進行了評估。結果表明，與之前的自我進化搜索代理相比，EVE-Agent在證據基礎正確性（evidence-grounded correctness）指標上取得了顯著提升。更重要的是，由EVE-Agent生成的課程不僅是自我產生的，而且是結構上可審計的：每一個訓練實例都附帶一個可檢查的源證據片段，明確解釋了為何該實例值得信賴。這種透明性為自我進化代理的安全部署提供了新的保障。
該研究發表於arXiv預印本平台，論文題為《EVE-Agent: Evidence-Verifiable Self-Evolving Agents》，共23頁，包含2張圖表。研究者來自日本，論文的作者包括Yamato Arai等人。感興趣的讀者可以通過arXiv ID 2605.22905獲取完整內容。