摘要
针对现有 Agent 控制系统依赖固定策略导致长程任务效率低下的问题,本文提出 CHILL-Harness。该方法将自适应编排建模为因果学习问题,通过反事实干预学习评估工作流优势,并基于预期优势动态调整推理与执行路径。实验表明,该方法在保持或提升任务成功率的同时,显著降低了令牌消耗和执行时间,实现了高效的长程任务规划。
AI 推荐理由
论文核心解决长程 Agent 的任务编排与自适应工作流调整,属于规划能力的关键机制。
研究机构
School of Computer Science and Technology, Beijing Institute of Technology, Beijing, China
论文信息