跳到正文
arXiv · ML· Runxuan Tang, Haoyu Gao, Yuyan Ding, Junyi Yao, Zihao Zheng, Zecheng Sheng, Liwei Hou·· 9 天前AI 评分41

FGSE框架:基于证伪门控的LLM智能体自进化方法

When Should Agents Remember? Falsification-Gated Self-Evolution for LLM Agents

AI 导读

FGSE框架将经验教训转化为结构化假设,通过证伪门控决定LLM智能体何时更新记忆。 在WebArena和AppWorld等基准中,该框架分别取得39.8%成功率与78.8%平均完成率,并将有害更新降低至3.6%。 该机制通过测试假设支持LLM智能体在长时域任务中的可靠长期适应。

来源:arXiv · ML · arxiv.org