跳到正文
arXiv cs.AI· Shobhita Sundaram, Cansu Sancaktar, Phillip Isola·· 23 小时前AI 评分58

LLM 智能体还需要被告知如何自我改进吗?

Do LLM Agents Still Need to Be Told How to Self-Improve?

AI 导读

论文研究一种自主范式:给定基础原语、资源和笼统的自我改进目标,让智能体自行构建基于上下文的自我学习算法。作者以游戏为测试环境,给冻结的 LLM 智能体一定算力预算和收集经验、更新文本文档的工具,不设外部循环,也不提供真实世界数据。

正文 · AI 翻译

查看 PDF HTML(实验性)

摘要:LLM 智能体越来越多地自主驱动自身学习。自我改进方法将模型优化的各个组成部分交由模型自身处理。随着模型能力不断增强,这引出了一个基本问题:这些能力日益强大的模型是否仍需要我们规定它们应如何自我改进?本文研究一种自主范式:在给定基本原语、资源和自我改进的总体目标后,智能体自行构建基于上下文的优化自学习算法。我们以游戏玩法作为测试平台,为一个冻结的 LLM 智能体提供计算预算以及收集经验和更新文本文档的工具,并允许其在没有外部强加循环、也无法访问真实世界数据的情况下自由实验。我们发现,能力足够强的模型在这些条件下确实能够自我改进,其展现出的策略与自我调节学习的经典认知框架以及机器学习文献中关于自生成课程的概念相一致。此外,我们研究了所学文本产物向外部基准迁移的程度,观察到在不同游戏视野、机制和 3D 导航方面均有提升。
评论: 项目页面:此 https URL
主题: 机器学习(cs.LG);人工智能(cs.AI)
引用为: arXiv:2611.23219 [cs.LG]
  (或 arXiv:2611.23219v1 [cs.LG] 用于此版本)
  https://doi.org/10.48550/arXiv.2611.23219

由 DataCite 颁发的 arXiv DOI(待注册)

提交历史

来自:Shobhita Sundaram [查看电子邮件]
[v1] 2026年11月17日星期二 18:57:10 UTC(1,807 KB)

来源:arXiv cs.AI · arxiv.org