摘要
基于大语言模型的智能体可通过测试时进化提升长程交互决策能力,但现有方法面临记忆检索过度依赖文本相似度、候选集行为冗余及重写破坏有用证据等瓶颈。本文提出Trident框架,通过边界感知记忆读取、多样性感知候选路由和顺序感知插入更新,分别改善经验利用、行为探索和进化机制。在文本游戏、网页交互和编码任务的五项基准测试中,Trident在多种模型上均取得最佳性能,显著优于基线方法。
AI 推荐理由
论文核心聚焦于LLM Agent的测试时自我进化机制,通过Trident框架解决经验利用与行为探索问题。
研究机构
清华大学
北京大学
北京智源人工智能研究院
论文信息