自评机制 · 文章

同济提出SERA：学会自评，递归Agent提升13.14分

递归 Agent 自创的子任务没有标准答案。SERA 让父 Agent 在委派前写下评分细则，用核验结果训练细则，再按叶覆盖率奖励分解；Qwen3-4B 在两个合成基准上比 RAO 高 5.38 和 13.14 个百分点。