arXiv · cs.AI · Xuanang Gao, Kepeng Lin, Xinyan Shi, Yong Deng, Shuheng Shen, Changhua Meng, Xiaofeng Wu, Jie Yang, Wei Liu · 9 小时前模型评分42
EvoMCP：让 模型上下文协议（MCP，Model Context Protocol） 智能体与训练数据协同进化
EvoMCP: Co-evolving MCP agents and training data
导读
EvoMCP 提出智能体与数据互相进化的框架，通过任务进化、轨迹进化和监督微调的闭环，让基于模型上下文协议（MCP，Model Context Protocol）的智能体持续针对自身能力短板生成训练数据。在 Toolathlon、MCPMark 和 MCP-Atlas 上，该方法相比初始学生模型分别取得 16.5%、10.2% 和 12.6% 的绝对提升。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “To address these challenges, we propose \method, an agent--data mutual evolution framework that enables MCP agents to improve through a closed loop of task evolution, trajectory evolution, and supervised fine-tuning.”
来源：arXiv · cs.AI · arxiv.org