跳到正文
arXiv · AI· Qianhan Feng, Zhongzhen Huang, Yakun Zhu, Xiaofan Zhang, Qi Dou·· 2026-10-07AI 评分28

自改进智能体的后见之明元经验蒸馏

Learning from Revision Consequences: Hindsight Meta-Experience Distillation for Self-Improving Agents

AI 导读

研究提出后见之明元经验蒸馏(HMED),用于改进智能体生成与修订技能的过程。 HMED通过在同一恢复状态下重新执行旧版和新版元技能,剥离初始状态影响,即使未保留的修订也能转化为可复用的结构化学习信号。 该方法在三个交互式智能体基准和开源、闭源模型上稳定提升了技能发现性能,使元技能学习转向关注改进过程本身。

来源:arXiv · AI · arxiv.org