EVOKE：多目标压力后训练提升 Agent 跨环境迁移

2026年10月1日，AGI Hunt 报道称，Yuhan Guo 等人发布 EVOKE，一种面向可迁移决策的后训练方法。其做法是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进行排序，以此逼出预训练阶段已经内化的世界知识，而不是依赖表面的情境习惯。报道称，在 3 个骨干模型的多任务评测上，EVOKE 提升了任务表现、陌生环境下的泛化能力与数据效率，并通过受控分析解释了增益来源。目前该工作处于方法发布阶段，尚无后续报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。