EvoSteer：基于参考锚定信用分配的在线自演化图编排

EvoSteer 提出在线自演化图编排新范式，通过执行特征与学习价值估计实时修复失败步骤。引入锚定轨迹平衡（AnchorTB）回归式流匹配损失，为每个编排动作分配系数；结合验证技能准入机制，在共享名义测试预算内通过序列测试决定技能晋升。在 12 个数据集上显著超越基线，覆盖问答、数学推理、代码生成与交互决策任务。