核心发现
方法论
本文提出的Andes框架将数据生成视为一种插件式的代理技能，利用自我演化的World Tree路由机制和诊断报告，实现动态交互式闭环控制。训练代理根据目标任务，将任务拆解为多个能力维度，通过调用Andes的接口，生成多样化高质量数据。核心机制包括：•基于能力维度的任务抽象，确保数据的迁移能力；•自我演化的树路由机制，通过主题-场景层级动态扩展内容；•两阶段数据合成：第一阶段生成问答对，第二阶段进行优化和逻辑多样性筛查；•报告驱动的配置调整，持续优化数据质量和多样性。该流程在有限计算资源下，有效引导弱模型实现自主指令对齐。
关键结果
- 在PostTrainBench上，结合GLM-4.7模型，Andes显著提升模型指令对齐性能，平均准确率达33.39%，优于无框架的基线7.53%，实现了4.8%的性能跃升。多任务跨域表现优异，特别是在GSM8K、HumanEval等任务中表现突出，验证了其强泛化能力。
- 在不同基础模型（Qwen-3.1.7B、Gemma-3.4B等）上，Andes均能带来显著提升，平均性能提升超过15%，显示其广泛适用性。通过消融实验验证，树路由机制和报告反馈是性能提升的关键因素。
- 与传统静态数据管道相比，Andes实现了动态交互式数据合成，避免数据域偏移和多样性崩溃，极大提高了训练效率和模型鲁棒性。
研究意义
该研究突破了以往依赖静态脚本或纯搜索策略的局限，将数据合成融入代理自主决策流程，极大降低了模型后训练的门槛。通过引入自我演化机制和闭环反馈，显著提升弱模型的指令理解和任务迁移能力，为自主AI系统的构建提供了新范式。这不仅推动了模型对齐技术的前沿，也为未来自动化AI研发、持续学习和多任务泛化奠定了基础。长远来看，Andes有望实现更智能、更高效的自主训练流程，减少对人工干预的依赖，推动AI向更广泛的应用场景扩展。
技术贡献
本文提出的Andes框架创新性地将数据合成作为代理技能封装，突破了传统静态或手工脚本的限制。核心技术包括：•自我演化的World Tree路由机制，动态扩展内容场景，增强数据多样性；•报告驱动的闭环调节策略，实现数据质量和任务相关性的同步优化；•多层次能力抽象与任务拆解，确保数据的迁移性与泛化能力。这些设计使得弱模型也能通过自主调控实现高效指令对齐，显著优于现有的静态或半自动方法。
AI 总览摘要
在当今AI研究中，模型后训练的自动化成为提升模型性能的关键环节。传统方法依赖静态脚本或外部搜索，难以应对复杂多变的任务场景，尤其在数据质量和多样性方面存在明显瓶颈。本文提出的Andes框架，通过引入自我演化的树状路由机制和闭环反馈体系，为弱模型提供了一个高效的动态数据合成平台。
该方法将数据生成作为一种插件式的代理技能，训练代理根据任务目标，利用Andes的能力拆解和场景扩展能力，主动调控数据合成过程。核心机制包括：能力维度的任务抽象、自我演化的树路由、两阶段问答合成和报告驱动的配置调整。这一流程在有限计算资源下，显著提升了模型的指令理解和迁移能力。
实验结果显示，结合GLM-4.7模型，Andes在PostTrainBench上实现了33.39%的平均准确率，优于传统静态方法的7.53%，达到了SOTA水平。多任务、多模型验证了其广泛适用性和强泛化能力。该研究不仅推动了自主数据合成技术的发展，也为未来自动化AI训练提供了新思路，具有重要的理论和应用价值。
深度分析
研究背景
近年来，随着大规模预训练模型（如GPT、BERT等）的兴起，模型微调和指令对齐成为提升应用性能的核心。早期工作如Self-Instruct、WizardLM通过种子提示生成训练数据，但受限于数据多样性和规模。随后，结构化合成和质量验证技术（如BARE、AutoIF）出现，提升了数据质量，但多依赖人工设计或静态流程。近年来，动态闭环合成（Middo、WIST）尝试引入模型自我调节，但仍缺乏统一的、可插拔的工具接口，难以实现真正的自主调控。传统数据管道难以应对多任务、多场景的复杂需求，导致数据偏移和泛化能力不足。
核心问题
核心问题在于如何让弱模型自主获取高质量、多样化的训练数据，以实现高效指令对齐。现有方法多依赖静态脚本或外部搜索，缺乏动态交互能力，难以适应新任务或场景变化。此外，数据的组织和质量控制成为瓶颈，导致训练效果受限。如何设计一个能自主调节、动态扩展内容的系统，成为提升模型自主学习能力的关键。该问题的解决不仅关系到模型性能提升，也影响到AI系统的自主性和鲁棒性。
核心创新
创新点主要包括：1）将数据合成作为代理技能封装，降低能力门槛；2）引入自我演化的Tree路由机制，动态扩展内容场景，保持数据多样性；3）报告驱动的闭环调节体系，实时优化数据质量和任务相关性；4）能力拆解与任务抽象，确保迁移能力。与传统静态或半自动方法相比，Andes实现了数据生成的高度自主化和交互性，极大提升了弱模型的训练效率和泛化能力。这些创新为模型后训练提供了全新的技术路径。
方法详解
- ��目标驱动请求：训练代理将任务拆解为多个能力维度，调用Andes接口生成对应数据。•树路由机制：根据任务描述，采样主题，评估场景，分类为强、模糊或弱，动态调整主题权重。•自我演化：当某主题达到饱和阈值，调用Evolver生成新子树，扩展内容。•两阶段合成：第一阶段生成问答对，第二阶段优化和筛查逻辑多样性。•报告调节：利用反馈报告调整下一轮任务配置，持续优化数据质量。•闭环控制：结合数据过滤、多样性检测和配置调整，形成动态交互流程。
实验设计
在PostTrainBench上，使用多模型（Qwen、Gemma、SmolLM）进行验证，评估指标包括准确率、任务完成度。设置包括：10小时GPU时间限制、不同任务（数学、代码、科学问答等）、多轮数据合成与调节。通过消融实验验证树路由和报告反馈的关键作用。对比静态脚本和传统搜索策略，结果显示Andes显著提升模型性能，平均提升超过15%，在GSM8K、HumanEval等任务中表现优异。多任务验证证明其泛化能力强，适应不同场景。
结果分析
在多模型、多任务环境中，Andes实现了33.39%的平均准确率，优于无框架的7.53%，提升显著。特别是在数学推理和代码生成任务中，性能提升超过20%。消融实验显示，树路由机制和报告反馈是性能提升的核心因素。与传统静态数据管道相比，Andes能动态调节内容，避免数据偏移和多样性崩溃，极大改善训练效果。结果验证了其在有限资源下的高效性和鲁棒性，为自主AI训练提供了新范式。
应用场景
该方法适用于自动化模型后训练、持续学习、跨任务迁移等场景。行业中，可用于智能客服、自动编程、科学研究等领域，减少人工标注和调优成本。未来，结合更强的模型和多模态数据，有望实现更复杂的自主学习系统，推动AI向更高智能水平发展。
局限与展望
当前方法依赖预定义的能力拆解和树结构，可能在极端复杂或新颖任务中表现不足。树路由机制在内容扩展时存在冗余和重复风险，需进一步优化。计算成本较高，尤其在大规模内容生成和多轮调节中，未来需提升效率。模型在某些偏向特定场景时可能出现偏差，需引入更全面的多样性保障机制。未来研究应关注自适应能力拆解和多模态融合，提升系统的通用性和效率。
通俗解读 非专业人士也能看懂
想象你在经营一家工厂，工厂的目标是生产各种不同的商品。传统上，你可能会提前设计好所有的生产流程，然后一成不变地生产。可是如果市场需求变化快，工厂就会变得不灵活。现在，这个新方法就像给工厂装上了一个聪明的机器人助手，它可以自己学习、调整生产线，甚至自己决定生产什么商品。这个助手会根据市场反馈不断改进自己，确保生产的商品既多样又高质量。它就像一个有自己思考能力的工厂管理者，能在变化中保持效率和创新。这种方式让工厂变得更智能、更灵活，也能更好地满足客户的不同需求。
简单解释 像给14岁少年讲一样
想象你在学校里，有一个超级聪明的学习伙伴。平时你们一起做作业，他会帮你找资料、讲解难题，还会根据你的表现不断调整学习内容。这个伙伴不像老师那样只教一次，而是会自己学习，变得越来越聪明，甚至能帮你解决以前难以应付的问题。这个方法就像给AI装上了一个聪明的自我学习系统，它可以自己决定要学什么、怎么学、怎么变得更厉害。通过不断试错和调整，它能让弱模型变得像高手一样聪明。这就像你有了一个永远不会累、会自己变强的学习伙伴，帮你不断进步，变得更厉害！
原文摘要
AI agents are increasingly being tasked with automating AI research itself, particularly the critical post-training phase that transforms base LLMs into aligned assistants. However, recent evaluations reveal that even frontier agents struggle to perform this task. While the success of post-training fundamentally relies on acquiring high-quality data, relying on agents to autonomously curate targeted training datasets from the open web introduces severe challenges. Executing the long-horizon tasks of searching, filtering, and balancing data within noisy web environments frequently overwhelms an agent's limited context, ultimately leading to degraded dataset quality and suboptimal downstream training performance. To bridge this gap, we introduce Andes (Agent Native Data Evolving Synthesis), a framework that reimagines data generation as a plug-and-play \emph{agent skill}. Rather than forcing agents to devise complex data-gathering strategies from scratch, \textsc{Andes} provides an intelligent abstraction layer. By leveraging a self-evolving World Tree routing mechanism and actionable diagnostic reports, it allows trainer agents to dynamically steer data synthesis through an interactive, closed-loop interface. We demonstrate that under strict compute constraints, equipping foundationally weaker agents with Andes improves automated alignment, securing state-of-the-art performance on PostTrainBench and robust cross-task generalization. Our project is available at https://github.com/zzy1127/ANDES.