tool-evolution

提出了TEAL框架，通过Explorer与Critic两个代理在无标签条件下为数据湖分析的编码代理自动构建和优化可复用工具库，并引入TEAL-Q生成合成问题，在KramaBench和LakeQA上显著提升多个Worker LLM在紧凑步数预算下的表现。

HarnessAdapt-RL jointly trains a coding policy and adapts its evaluation harness via mechanism-level skills and evolving tools, improving pass@1 over GRPO by up to 12.6 points on SWE-bench variants with a 9B base model.

CoWorld Reasoner 是一个利用视频世界模型作为灵活视觉推理引擎的智能体框架，通过引导视觉想象和工具协同进化，使视觉-语言模型在七个时空推理基准上取得显著提升（如 MMSI 相对提升 11.8%、ERQA 提升 13.0%）。