Agent0: 零数据工具共进化推理

该论文介绍了 Agent0，这是一个全新的全自动大语言模型 (LLM) 框架，旨在在不依赖任何外部人工数据的情况下实现显著的自我演化。该框架的核心在于一个新颖的 协同演化循环，由一个课程制定智能体和一个执行智能体组成，两者均从同一个基础 LLM 初始化。Agent0 的关键创新是集成了工具辅助推理能力，例如代码解释器，这极大地增强了执行智能体的解题能力。这种能力上的提升反过来激励课程制定智能体生成更具挑战性、要求使用工具的任务，从而形成一个不断螺旋上升的良性循环。实验结果表明，Agent0 大幅提高了基础模型的推理能力，在数学推理上实现了18%的性能提升，在通用推理基准上实现了24%的提升。前往小宇宙评论区与主播互动