★ 2进化策略异步训练在长程智能体任务中近乎零成本一篇 arXiv 论文提出有界陈旧度异步进化策略（bounded-staleness asynchronous ES），用于 LLM 长程智能体后训练。在 Endless Terminals 基准上以 Qwen2.5-7B-Instruct 测试，自然异步 Async-1 的留出成功率 25.9%…arXiv cs.AI27 天前