★ 3
ReTTT 提出反思驱动测试时训练提升 LLM 智能体表现
研究提出 ReTTT，让 LLM 智能体在任务执行中反思交互反馈，将经验教训存入显式记忆，并通过更新回合内 LoRA 适配器学习，主干保持冻结。在 ALFWorld、ScienceWorld 与 SWE-bench Lite 上，ReTTT 在全部六种模型-基准组合中优于基于轨迹的测试时训练，任务…
arXiv cs.LG13 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
研究提出 ReTTT，让 LLM 智能体在任务执行中反思交互反馈，将经验教训存入显式记忆，并通过更新回合内 LoRA 适配器学习，主干保持冻结。在 ALFWorld、ScienceWorld 与 SWE-bench Lite 上，ReTTT 在全部六种模型-基准组合中优于基于轨迹的测试时训练，任务…