跳到主要内容
检索

# ReHarness

1 篇关联报道

订阅更新
  1. arXiv

    智能体在线学习不再只向前读:把轨迹当反馈回改反思,三个基准上稳定超过记忆与提示优化

    智能体在长交互流中需要在线适应分布变化,而现有智能体框架要么只靠前向信息流更新状态,要么依赖额外的回放或验证数据来优化。ReHarness 在严格在线流式协议下,把前向读写与反向修订结合起来:每条实例处理完后,用产生的轨迹作为反馈,回头修订该实例检索到的反思,让反馈沿文本化的框架状态向后传播。在三个持续学习基准和三个语言模型骨干上,它稳定优于原始上下文基线、基于记忆与反思的方法以及提示优化方法。

已读完全部报道