智能AI
morning
决策环境：人工智能代理的持续行为学习
摘要
arXiv:2611.08644v1 Announce Type: new Abstract: LLM agents do not learn from corrections across sessions. A user fixes the same mistake at the start of every conversation. Existing agent memory system...
the
and
from
behavioral
forge_dc
new
corrections
across
agent
memory
2026-11-09
1 阅读
约1分钟阅读
Nima Vahdat, Pashootan Vaezipoor
字号:
arXiv:2611.08644v1 公告类型：新 摘要：LLM 代理不会从跨会话的更正中学习。用户在每次对话开始时都会纠正同样的错误。现有的代理记忆系统主要处理事实，例如偏好、实体和会话历史记录，而不是程序知识。我们提出了 Forge Decision Context (forge_dc)，这是一个系统，可以捕获来自人类纠正和自我评估的工具调用失败的行为信号，将它们编译成命令式 RULE 指令，并将它们注入到它们应用的决策点。我们在 DC-Bench 上评估 forge_dc 以及四种前身方法，DC-Bench 是跨九个行为维度的 71 个场景的新基准，是根据确定性模拟工具环境中真实执行的代理跟踪构建的。 forge_dc 的合规性达到 95%，高于简单检索的 55%，同时每个查询注入的令牌大约减少了 10 倍。在五个阶段的进展中，最强大的系统将行为记忆表示为明确的指令，并将其传递到适用的决策点。结果将表征、激活和放置确定为持续行为学习的核心设计选择。
这篇文章对您有帮助吗？
订阅66必读
每日精选科技资讯，直达你的邮箱