EAU：让环境、智能体与用户共同演化的多轮 Agent 训练框架

研究者提出 EAU 元智能体框架，在训练中让用户模拟器、环境、奖励设计与 RL 配置随策略共同演化，改动经校验后热替换进正在进行的训练。在三个交互式 Agent 基准和两个基座模型上，EAU 的总体得分比最强基线高 14.7%–15.0%，ColBench 上的任务完成率最高提升 36.7%。