摘要
大型语言模型(LLM)代理日益应用于跨越工作、学习和生活的开放式日常请求。这些任务具有长视界、跨环境和多模态特征,要求代理在导航异构工具和附件时,在多步操作中保持目标和约束。尽管先前工作解决了目标漂移、状态丢失和上下文溢出等个别故障模式,但单一工具包能否联合管理这些问题并在不同后端保持有效性尚少研究。本文提出OneDayAgent,一个用于自主代理的长视界工具包。它将开放式请求转化为受控的执行流程,将任务分解为有界子任务,在上下文压力下维护执行记忆,并验证和修复最终交付物。在AgentIF-OneDay上的104个任务中评估显示,配合GLM-5.2后端,OneDayAgent取得了0.821的新最高分。该工具包无需微调即可在来自三个模型家族的五个后端LLM上运行,表明其具有跨后端的泛化能力。
AI 推荐理由
论文核心在于提出长期任务规划框架,通过分解子任务和维持执行状态来解决长视界问题。
研究机构
浙江大学
Ant Group
独立研究者
论文信息