从规则匹配到情境决策——小红书提出面向复杂情境决策的 Agent 学习框架AdaptEvo

从规则匹配到情境决策——小红书提出面向复杂情境决策的 Agent 学习框架 AdaptEvo

摘要

AdaptEvo框架将自适应强化学习与知识演化结合，通过调整结果与过程奖励比重、提炼跨案例决策知识，提升规则约束下的情境决策能力。在多模态内容审核任务中，其精确标签与二分类准确率均超越Gemini3.8-Flash，规则变化后仍保持泛化优势。