返回资讯中心
外部精选
ai-models
#大模型#国内动态#资讯#openJiuwen

Agent自演进驶入“双轨时代”!openJiuwen首发TTSE经验学习框架

经过多轮增量演进,框架输出最终的FACT与TIP经验库,并在测试任务中评估其对准确率或任务表现的影响。

量子位思邈2026/11/10 · 7 天前2 分钟阅读中文

以下正文同步自 量子位,版权归原站所有,已转换为易读排版。

经过多轮增量演进,框架输出最终的FACT与TIP经验库,并在测试任务中评估其对准确率或任务表现的影响。

这套机制的核心,是让环境事实与执行方法分别沉淀、各自可追溯,并在持续执行中得到检验与修正。Agent每完成一批任务,都能将新的交互证据转化为下一轮可使用的经验,逐步形成从环境交互到知识更新、再到行动改进的闭环。

“但一个关键问题仍待回答:将环境事实与行动技巧分开演进,是否真的比传统的单轨经验管理更有效?”

TTSE的方法论与实验结果已在论文A Two-Track Online Self-Evolution Framework for LLM Agents中展开研究。

为了验证双轨经验机制是否真正有效,研究团队在ALFWorld、ScienceWorld、GDPevo、SOPBench和PinchBench五个基准上进行了评测,每项实验均进行三次独立重复,以考察方法的实际收益与运行稳定性。

这些结果覆盖具身交互、科学推理、企业运营、工业流程及真实世界端到端任务,表明TTSE的价值并不局限于某个特定模型或单一场景。

GDPevo的消融实验提供了更直接的证据:完整双轨方案优于只记录事实或只记录技巧的单轨方案。

原因在于,环境认知与行动策略承担着不同的职责。只有FACT,智能体可能知道环境的约束,却缺少合适的行动方法;只有TIP,智能体可能掌握操作技巧,却无法准确识别这些技巧成立的条件。只有将两者结合,才能同时回答「环境是什么样」和「在当前条件下应该怎么做」。

因此,双轨设计并非简单地将经验库拆成两部分,而是让不同类型的知识,按照各自的语义和适用条件进行归纳、验证与复用。

从跨模型、跨任务到真实世界评测,实验结果不仅验证了TTSE双轨经验机制的有效性,也进一步展示了RSI在经验学习层面的应用潜力:Agent可以在不改变模型参数的情况下,通过持续积累、验证与更新任务经验,逐步改善后续任务表现。

正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。

打开原文
去社区讨论 →