arXiv cs.CL· Zeyuan Zhao, Yuanyuan Shi, Peng Yu, Lingyue Fu, Shao Zhang, Ying Wen·· 11 小时前AI 评分38
OMCE：面向经验增强 LLM 智能体的测试时自适应元控制框架
Evolving Memory, Learning to Meta-Control: Test-Time Adaptation for Experience-augmented LLM Agents
AI 导读
OMCE 框架通过轻量级上下文赌博机元控制器，在测试时自适应中从任务反馈学习路由策略，在 DIRECT、EPISODE、GUIDE、DISTILL 四种认知动作间选择，决定是否调用经验、用哪种记忆格式以及何时整合新指导。
正文 · AI 翻译
摘要：自进化智能体从任务流中积累经验，但现有框架通常依赖固定流程来检索和利用这些经验，忽视了何时以及如何部署经验。我们提出经验在线元控制（OMCE）框架，该框架在测试时适应过程中更新经验记忆，并从任务反馈中学习元控制策略。OMCE 采用轻量级上下文赌博机元控制器，利用紧凑的检索信号在四种认知动作中进行选择：DIRECT、EPISODE、GUIDE 和 DISTILL。该路由机制将三个相互关联的决策付诸实施：是否调用经验、利用哪种记忆格式，以及何时整合新的指导。OMCE 在线进化，利用任务反馈更新记忆库，并通过上下文赌博机更新来优化路由策略。在四个骨干模型上的四个在线适应基准实验表明，与最强的对比基线相比，OMCE 将首次尝试成功率最多提升 20.5 个百分点，同时相对于使用 GPT-5.2 的 ACE，将每任务 token 使用量降低 5.7 至 62.5 倍。受控消融实验进一步支持了学习路由和持续路由策略适应的优势。
| 评论： | 23 页，5 幅图。已提交至 ACL Rolling Review（2026 年 10 月） |
| 主题： | 机器学习（cs.LG）；人工智能（cs.AI）；计算与语言（cs.CL） |
| 引用为： | arXiv:2611.01747 [cs.LG] |
| （或 arXiv:2611.01747v1 [cs.LG] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.01747 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Zeyuan Zhao [查看邮箱]
[v1]
2026 年 11 月 1 日星期日 09:47:28 UTC（10,013 KB）
来源：arXiv cs.CL · arxiv.org