检索增强型大语言模型智能体：学习从经验中学习

尽管大语言模型推动了通用智能体的发展，但在未见任务上的鲁棒泛化仍是挑战。现有方法依赖微调或无训练的记忆增强生成，但各有局限。本文提出结合两者，系统研究如何训练检索增强型智能体以有效利用上下文中的检索轨迹。首先，建立了优于现有流程的 LoRA 监督微调方案；其次，分析了经验检索的关键设计选择；最后，提出了将检索融入微调的流水线。结果表明，该方法显著提升了未见任务的泛化能力，为构建能从经验中学习的智能体提供了可扩展框架。