摘要
针对大型语言模型代理在未知环境中需测试时学习任务结构但现有方法交互成本高的问题，本文提出 Sensi 架构。该架构通过双玩家分离感知与行动、外部状态机管理的课程学习系统及可编程上下文窗口，实现结构化测试时学习。引入动态评估标准的 LLM 评判组件以决定学习进度。实验显示，Sensi v2 虽未通关，但以极高样本效率完成课程，将瓶颈从学习效率转移至感知接地，展示了自我进化的新路径。
AI 推荐理由
论文核心提出基于课程的学习机制，实现测试时自我改进与自适应，属自我进化范畴。
研究机构
独立研究员（CTO，evolutionID）
论文信息