Evoflux：透過推論端演化搜尋提升小型語言模型之可執行工具工作流生成能力

本研究提出 Evoflux，利用推論端演化搜尋技術修復小型模型的工具工作流。透過執行回饋與結構化編輯，顯著提升了輕量化代理人在複雜工具環境中的任務執行成功率。

Problem

小型語言模型在處理複雜的工具代理任務時，雖然能生成看似合理的流程圖，卻常在參數驗證、依賴關係追蹤或實際執行階段失敗。現有的微調與蒸餾方法雖能教導模型遵循格式，但面對動態變化的工具目錄時，往往缺乏自我修復錯誤計畫的能力。

開發名為 Evoflux 的推論端演化搜尋方法，將工具調用視為可執行工作流的修復過程。該方法透過結構化編輯、執行回饋、自我適應強度調整、元引導重構（Meta-guided redesign）以及多樣性剪枝，對類型化工作流圖形進行演化與優化。

在包含超過 250 個工具的 MCP-Bench 測試中，Evoflux 將小型規劃器的執行可行性從 3% 顯著提升至 17-24%。相較之下，SFT 與 DPO 等微調方法在相同數據下表現不穩甚至退化，而 Evoflux 比起 ReAct 策略展現出更低的變異性與權杖（Token）成本。

研究結果證實，在教師資料稀缺的情況下，基於執行的搜尋法比單純的資料蒸餾更具可靠性。這為在資源受限的裝置上部署具備高度強健性、能自我修正的輕量化人工智慧代理人提供了關鍵的技術路徑。