EVOKE 用多目标压力逼出 LLM Agent 内置世界知识，提升跨环境迁移能力

Yuhan Guo 等发布 EVOKE，一种面向可迁移决策的后训练方法：固定环境状态与交互历史，让模型在多样目标下对同一批候选动作排序，从而逼出预训练已内化的世界知识，而非依赖表面情境习惯。在 3 个骨干模型的多任务上，EVOKE 提升了任务表现、陌生环境泛化与数据效率，并通过受控分析解释增益来源。