SynCo：多智能体强化学习自演化LLM数据合成框架
Get the story
2026年10月9日，研究者在 arXiv（Artificial Intelligence）发布 SynCo 框架，提出一种基于多智能体强化学习的智能体数据合成协同训练方法，用于自演化 LLM。该框架联合优化两个独立参数化的智能体：Synthesizer 根据 Reasoner 的能力状态构建训练任务，Reasoner 则从生成经验中学习；每个合成任务产生的多次 Reasoner rollout 为两个智能体提供互补奖励。目前报道仅披露框架设计与训练机制，尚无实验结果、代码或开源信息。
Generated from reports · updated 3 hr ago
Timeline
Follow the coverage from different angles.
- arXiv · Artificial IntelligenceSynCo：基于多智能体强化学习的自进化 LLM 数据合成协同训练框架
研究者提出 SynCo，一种基于多智能体强化学习的智能体数据合成协同训练框架，用于自进化 LLM。SynCo 联合优化两个独立参数化的智能体：根据 Reasoner 能力状态构建训练任务的 Synthesizer，以及从生成经验中学习的 Reasoner，每个合成任务产生的多次 Reasoner rollout 为两者提供互补奖励。
Heat trend
Current heat 9·Comparable peak 10（Oct 9）·Comparable change over 24 hours –
The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.