EEVEE：在现实世界中实现自我改进代理的测试时即时学习

在本文中，我们提出了 EEVEE，这是第一个用于 LLM 代理的多数据集测试时提示学习框架，可在实际任务流下实现测试时提示学习。现有的方法主要是针对单数据集设置而设计的，而现实世界的应用程序需要模型来处理来自多个数据集、域和任务分布的异构输入流，这限制了它们的实际适用性。为了减轻跨数据集干扰，EEVEE 引入了一个路由器，它将传入输入划分为任务集群，并将它们分配给合适的提示配置。该设计通过路由器提示协同进化策略进行优化，该策略采用交错的路由器和提示学习阶段来解决它们的相互依赖性。跨多个数据集的实验表明，该框架提高了异构数据流下的鲁棒性，同时保持单基准学习能力和效率。具体来说，EEVEE 比 Qwen3-4B-Instruct 和 DeepSeek-V3.2 的平均多基准分数提高了 10.38 和 24.32 分，超过 SOTA 方法 GEPA 和 ACE 高达 37.2% 和 48.2%。