**EvoTrainer：共同进化LLM策略与训练框架的自主智能体强化学习**

_EvoTrainer: Co-Evolving LLM Policies and Training Harnesses for Autonomous Agentic Reinforcement Learning_

> 自主LLM训练常受限于静态训练框架，EvoTrainer通过经验反馈共同进化LLM策略与训练组件，诊断、修订并回测干预措施，积累可复用技能。在数学推理、竞赛编程和仓库级软件工程任务中，该方法匹配或超越了人工设计的强化学习基线，尤其在长周期智能体软件工程任务上提升显著。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-06-11 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2606.03108)