摘要
针对语言模型智能体在长程任务中出现的“智能体漂移”现象，本文聚焦于“过度思考”和“过度行动”两种失败模式。作者提出 TACT 方法，通过在残差流中检测并校正导致漂移的隐藏状态，将偏离的激活投影回校准区域。实验表明，TACT 在多个基准测试中显著提升了代码解决率，并减少了完成任务所需的步骤，证明了智能体漂移是残差流中可引导的方向，为构建可靠的长程智能体提供了新途径。
AI 推荐理由
论文核心解决 Agent 推理过程中的“过度思考”漂移问题，通过激活引导校准推理状态。
研究机构
新加坡国立大学
北京大学
论文信息