摘要
本文提出一种框架，通过文件化记忆系统和代理控制的工具调用，将瞬时批评转化为可检索的指导方针，从而降低推理时的计算成本。我们在基于评分标准的反馈基准数据集上评估了该方法。实验表明，增强后的LLM能够快速达到测试时优化流程的性能水平，同时显著减少推理成本。
AI 推荐理由
论文核心提出基于记忆系统的反馈蒸馏框架，明确涉及Agent Memory机制与系统设计。
论文信息
本文提出一种框架，通过文件化记忆系统和代理控制的工具调用，将瞬时批评转化为可检索的指导方针，从而降低推理时的计算成本。我们在基于评分标准的反馈基准数据集上评估了该方法。实验表明，增强后的LLM能够快速达到测试时优化流程的性能水平，同时显著减少推理成本。
论文核心提出基于记忆系统的反馈蒸馏框架，明确涉及Agent Memory机制与系统设计。