论文页面 - Solvita: 通过智能体进化增强大型语言模型的竞技编程能力

来源：https://huggingface.co/papers/2605.15301 作者：

,

,

,

,

,

,

,

,

,

,

,

摘要

Solvita 是一个智能体进化框架，通过强化学习更新图结构知识网络，实现代码生成中的持续学习，在竞技编程基准上达到最先进性能。

大型语言模型（Large language models，LLMs）在应对高难度竞技编程所需的严格推理时仍显吃力。尽管近期多智能体框架（multi-agent frameworks）试图弥合这一可靠性差距，但它们本质上仍是无状态的：依赖静态检索，并且丢弃了从先前任务中获得的宝贵问题解决与调试经验。为解决这一问题，我们提出了 Solvita，一个无需对底层 LLM 进行权重更新即可实现持续学习（continuous learning）的智能体进化框架。Solvita 将问题解决重构为一个闭环系统，涵盖策略选择、程序合成（program synthesis）、认证监督（certified supervision）和针对性攻击（targeted hacking），由四个专用智能体执行：Planner、Solver、Oracle 和 Hacker。关键在于，每个智能体都配有一个可训练的图结构知识网络。当系统运行时，结果信号（如通过/失败判定、测试认证质量、以及 Hacker 发现的对抗性漏洞）被转化为对这些网络权重的强化学习（reinforcement learning）更新。这使得智能体能够根据过去的成功与失败动态路由未来的查询，从而随时间积累可迁移的推理经验。在 CodeContests、APPS、AetherCode 以及实时 Codeforces 轮次上的评估表明，Solvita 在代码生成智能体中确立了新的最先进水平，超越了现有的多智能体流水线，并将单次基线方法的准确率几乎翻倍。

查看 arXiv 页面（https://arxiv.org/abs/2605.15301）查看 PDF（https://arxiv.org/pdf/2605.15301）添加到收藏（https://huggingface.co/login?next=%2Fpapers%2F2605.15301）

在你的智能体中获取此论文：

hf papers read 2605\.15301

没有最新 CLI？curl \-LsSf https://hf\.co/cli/install\.sh \| bash

引用此论文的模型0

无模型链接此论文

在模型 README.md 中引用 arxiv.org/abs/2605.15301 以从此页面链接。

引用此论文的数据集0

无数据集链接此论文

在数据集 README.md 中引用 arxiv.org/abs/2605.15301 以从此页面链接。

引用此论文的 Space0

无 Space 链接此论文

在 Space README.md 中引用 arxiv.org/abs/2605.15301 以从此页面链接。

包含此论文的收藏0

无收藏包含此论文

将此论文添加到收藏（https://huggingface.co/new-collection）以从此页面链接。