摘要
针对大型语言模型智能体在工具密集型领域（如地球观测）中难以掌握细粒度专家知识的问题，本文提出 GeoEvolver。这是一个自进化的多智能体系统，无需参数更新即可通过结构化交互获取专业知识。该系统将查询分解为子目标，探索多样的工具参数配置，并将成功模式与失败归因提炼至进化记忆库中，为后续任务提供上下文示范。实验表明，该方法显著提升了端到端任务成功率。
AI 推荐理由
论文提出自进化多智能体系统，通过交互积累专家经验而无须参数更新，核心聚焦自我进化机制。
研究机构
东京大学
RIKEN AIP
北海道大学
论文信息