来源：新智元原文
速览
南京大学、清华大学等机构提出 Solvita，一个面向竞赛编程的 Agentic Evolution 框架。它不微调底层大模型，而是在 Planner、Solver、Oracle、Hacker 四类 Agent 外部构建可训练的图结构知识网络。1
Solvita 试图解决的是 coding agent 的老问题：会多次尝试，不等于会把失败经验带到下一道题。它把解题、认证、攻击和修复组织成闭环，让系统从题目结构、错误解法和测试漏洞里更新经验。1
图片笔记要点
- Planner 负责把题面转成更形式化的结构，预测算法标签、思路和复杂度；Solver 负责生成 C++ 程序，并倾向用局部补丁修复失败代码。1
- Oracle 负责构造可靠测试，包括 generator、validator、checker 和 reference solver；Hacker 则主动寻找边界输入、复杂度极限和结构性反例。1
- 每个 Agent 都有图结构知识网络，边权会根据历史成功与失败更新。传统 RAG 更像检索相似文本，Solvita 更强调学习「什么问题结构该路由到什么算法技能」。1
- 论文在 CodeContests、APPS、AetherCode 和近期 Codeforces rounds 上评测，文章称 Solvita 在 15 个 backbone-benchmark 组合中有 14 个取得最高 pass@1。1
为什么值得看
这篇文章的重点不是又多了几个 Agent 角色，而是把「经验」做成可训练的路由结构。对代码智能体来说，能否可靠构造测试、攻击自己的答案、局部修补错误，可能和生成第一版代码同样重要。
图集说明
图 1 为原文封面；图 2-4 为原文中的系统架构、知识网络和实验结果相关配图，均来自新智元原文。
Comentar
Inicia sesión para comentar.