标签
FloWright 提出了一种分层、结构感知的奖励范式，使多智能体工作流中的 LLM 智能体无需额外模型或标注数据即可实现自我进化与协同进化；而 DataWright 则通过自适应数据增强，将现有数据集转化为工作流级别的任务。采用 FloWright 训练的小型开源模型性能最高提升 +7.41%，其中多角色协同进化（+5.03%）优于仅优化单一角色（+2.83%）。