**GDPevo：评估Agent在真实商业任务中的自我进化能力**

_GDPevo: Evaluating Agent Self-Evolution on Real Business Tasks_

> HuggingFace Daily Papers 推荐论文。研究提出 GDPevo 基准，基于 GDP 相关的企业工作流评估 Agent 自我进化能力。该基准通过规则混合机制，将企业工作流分解为原子业务规则，确保测试收益可归因于训练经验。涵盖 CRM、ERP、金融、医疗、法律等领域，V1 版本包含 120 个任务。实验显示，自我进化可将泛化准确率提升最高 16.44 个百分点，但当前 Agent 的自我进化能力仍远未达到理想水平。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-08-06 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2608.03764)