**CoPE：通过协同进化实现语言智能体的行动与预测，大幅提升样本效率**

_Co-Evolving Acting and Forecasting for Language Agents_

> 针对长程推理训练成本高且传统强化学习仅利用终端奖励的痛点，论文提出了 CoPE 框架。该方法引入多步动作目标，使智能体在行动（acting）与预测（forecasting）过程中共享骨干网络进行协同进化。实验表明，CoPE 在多个基准测试中优于现有方法，样本效率最高提升 2 倍，且无需额外模型或推理开销。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-10-20 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.20597)