Meta与伊利诺伊大学推出EvoHarness-RL智能体运行时层

Meta 与伊利诺伊大学研究人员联合开发了 EvoHarness-RL 框架，使大语言模型智能体能够自主创建、访问和管理外部状态系统。

据 Techub 转引 CryptoBriefing 报道，这一框架在 ALFWorld 基准测试中的成功率从 47.9% 提升至 96.9%。

EvoHarness-RL的核心结构

该框架通过 Belief、Progress 和 Experience 三个组件构建结构化外部状态，并采用监督微调和 GRPO 优化技术进行训练。

训练过程中的自发行为

研究还观察到，智能体在训练过程中出现了「工具退火」和「工具进化」两种自发行为，能够逐步内化操作并优化外部状态结构。