★ 3
MemScope：通过局部代码修复演化智能体记忆架构
论文提出 MemScope，用工具型 Patch Agent 联合检查原始执行轨迹、运行时记忆状态与架构代码，定位修复目标并在约束下做有界原地编辑。在 GAIA 上轨迹加记忆检查变体达 86.67% 准确率，xBench 与 ALFWorld 任务均有提升，架构快照间代码改动中位数仅 4.4%。
arXiv cs.AI17 天前
#执行轨迹
共 4 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 3
论文提出VETR：基于执行轨迹的符号图形推理自改进智能体
arXiv论文提出VETR框架，通过保留对齐的程序/渲染记录并引入执行精炼器，将运行时状态变化编译为受约束的替代程序，实现可执行世界表示上的递归自我改进。在BlenderGym与BlenderBench上，配合GPT-5.6-luna与Qwen3.8-27B，表现优于BlenderAlchemy与…
arXiv cs.AI21 天前
★ 3
AgentAudit：AI智能体全生命周期信任评估框架
论文提出AgentAudit，一个开放可扩展的框架，覆盖规划、工具选择、工具执行、记忆与推理的完整流水线。它沿十个能力、基础、安全与行为维度评估执行轨迹，并结合行为分类与失败归因定位问题阶段。在九项任务上评测五款模型，Claude Sonnet 5与GPT-5综合信任分最高（95.1与80.6），…
arXiv cs.AI53 天前
★ 3
AI代理执行轨迹可解释框架
提出一种基于执行轨迹的后置可解释AI框架，将代理的长执行轨迹转化为结构化报告和忠实自然语言解释。该框架仅依赖执行轨迹，适用于不同代理架构、环境和任务，能识别无依据声明和不合理动作。评估显示其生成高质量解释，优于朴素LLM生成。
arXiv cs.AI54 天前