arXiv · NLP· Yujun Zhou, Kehan Guo, Haomin Zhuang, Xiangqi Wang, Yue Huang, Zhenwen Liang, Pin-Yu Chen, Tian Gao, Nuno Moniz, Nitesh V. Chawla, Xiangliang Zhang·· 4 小时前AI 评分36
TellOnce 通过一次性修正提升编码智能体未来行为表现
TellOnce: Correcting Coding Agents Once, Improving Their Future Actions
AI 导读
针对Mem0记忆机制下57.5%的偏好检查违规率，TellOnce 提出一种即插即用个性化层。 它将对话中的修正转化为持久、有作用域且可修改的行为规则，无需更新底层模型。 在 ClawArena 上较 PGMem 减少 19.3-42.3 个百分点违规率，并保持任务表现。
来源：arXiv · NLP · arxiv.org