arXiv cs.AI· Tanay Arora, Cong Liu·· 2 天前AI 评分39
AutoOnboarder：自主完成 LLM 智能体入职训练
AutoOnboarder: Autonomously Onboarding LLM Agents
AI 导读
AutoOnboarder 是一个自主系统，让智能体像新员工入职一样被"Onboarder"编码智能体逐步调教，迭代调整基础模型、提示词和 harness 源码以同时提升性能并降低成本。
正文 · AI 翻译
摘要：已有文献表明，当智能体式大型语言模型被置于 harness（即调节其观察与动作的软件）之中时，会丧失推理能力。为弥补这些损失，我们提出了 AutoOnboarder，这是一个自主系统，其让智能体适应任务的方式，就像培训师让新员工入职一样。它将该智能体置于一个智能“Onboarder”编码智能体的监督之下，后者迭代地调整其基础模型、提示词和 harness 源代码，以同时提升性能并降低成本。与真实的入职流程一样，Onboarder 只获得数十个示例，且所有评估数据都隔离在单独的虚拟机上以防止泄漏。我们报告了在基因组测序事先授权表单提交任务上构建和测试 AutoOnboarder 所得到的经验教训。自主完成入职的智能体能够以最高降低 29$\times$ 的成本，达到或超过 Gemini 3.5 Flash 基线的性能。然而，这些智能体仍不完美，且入职流程在最终性能方面差异很大。我们得出结论：未来的入职系统需要为 Onboarder 提供稳健的环境，包括结构化的思维接口、（受控的）互联网访问以及广泛的模型搜索空间。
| 评论： | 15 页，5 张图 |
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2610.21218 [cs.AI] |
| （或使用 arXiv:2610.21218v1 [cs.AI] 获取此版本） | |
| https://doi.org/10.48550/arXiv.2610.21218 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Tanay Arora [查看电子邮件]
[v1]
2026年10月15日星期四 04:07:34 UTC（615 KB）
来源：arXiv cs.AI · arxiv.org