小红书提出 AdaptEvo：面向规则约束情境决策的 Agent 学习框架

小红书 AllSpark 团队联合社区审核算法团队提出 Agent 学习框架 AdaptEvo，将置信度自适应强化学习 CA-GRPO 与决策知识、评价准则的演化交替进行。