智能体把环境事实和执行技巧分开学:TTSE在SOPBench五域上比单轨高约3个百分点
华为泊松实验室提出TTSE,把大模型智能体从交互中学到的经验拆成两条独立演化的轨道:一条记录“环境是什么样”的事实,一条记录“在什么条件下该怎么做”的执行程序。此前这类经验通常被当作外部固定输入,或只优化技能而忽略环境条件。在SOPBench五个领域、892个任务的三次重复中,双轨比统一单轨的总体准确率高出2.99个百分点,95%置信区间为2.34到3.65个百分点。
华为泊松实验室提出TTSE,把大模型智能体从交互中学到的经验拆成两条独立演化的轨道:一条记录“环境是什么样”的事实,一条记录“在什么条件下该怎么做”的执行程序。此前这类经验通常被当作外部固定输入,或只优化技能而忽略环境条件。在SOPBench五个领域、892个任务的三次重复中,双轨比统一单轨的总体准确率高出2.99个百分点,95%置信区间为2.34到3.65个百分点。
FPSRG把异质用户模拟从“每个画像训一个适配器”改成“共享第一人称后训练加少量可检索方向”。模型冻结后,它测量各方向系数组合的完整多维得分并存入目录,按目标分数检索配置。在五维非思考实例中,五级向量目录在25–75目标区覆盖92.2%的固定目标,叠加提示词目录后升至98.7%。
已读完全部报道