GDPevo: Evaluating Agent Self-Evolution on Real Business Tasks

• 类型：arxiv
• 标识：2608.03764
• 链接：https://arxiv.org/abs/2608.03764
• 主分类：evaluation
• 形态：benchmark
• 被引：0
• 被引来源：Semantic Scholar
• S2被引：0
• 影响力被引：0
• TLDR：GDPevo is presented, an evolution-native benchmark grounded in GDP-related enterprise workflows, together with the fully automated data pipeline that generates it, and the best evolved agents remain far below the fully informed oracle ceiling, indicating that the self-evolution ability of current agents remains far from fully realized.
• 副分类：agent
• 待LLM分类：否
• 标题中文：GDPevo：面向真实业务任务的 agent 自进化评估
• TLDR中文：提出 GDPevo，一种基于 GDP 相关企业工作流的 evolution-native 基准，并配套完全自动化的数据生成流水线；表现最佳的进化 agent 仍远低于全信息 oracle 上限，表明当前 agent 的自进化能力远未充分实现。
• 来源文件：
• /inbox/tom/_candidates/2026-08-06-agent-rag-longcontext-candidates.json
• [S2 enrich]