★ 3
ReHarness：面向智能体持续学习的循环框架
论文提出 ReHarness，一种用于智能体持续学习的循环框架，在严格在线流式协议下以反向修订补充前向读写。它在每个实例后利用轨迹作为反馈修订检索到的反思，将反馈沿文本状态反向传播。在三个持续学习基准、三个语言模型骨干上持续优于强基线。
arXiv cs.LG21 天前
共 2 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文提出 ReHarness，一种用于智能体持续学习的循环框架，在严格在线流式协议下以反向修订补充前向读写。它在每个实例后利用轨迹作为反馈修订检索到的反思，将反馈沿文本状态反向传播。在三个持续学习基准、三个语言模型骨干上持续优于强基线。
桌面GUI代理的反思器需比较操作前后屏幕，但现有方法将变化检测和结果验证合并，导致决策依据不足。提出证据优先反思（EFR）两阶段方法，先提取动作引起的视觉差异，再验证结果。在OSWorld和WindowsAgentArena上，EFR将反思器准确率提升7.11%，端到端任务成功率提升约5%。