ReTTT 方法在三项基准测试中提升测试时训练成功率

ReTTT 方法通过经验参数记忆实现反思驱动的测试时训练。该方法在 ALFWorld、ScienceWorld 和 SWE-bench Lite 基准测试中表现优于基于轨迹的测试时训练。在任务成功率方面，ReTTT 最高提升了 12.14 个百分点，展示了其在不同复杂任务中的有效性。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。