跳到正文
arXiv cs.AI· Tairan Huang, Siyu Shang, Qiang Chen, Xiu Su, Yi Chen·· 3 天前AI 评分24

FlowAgent:将工具链重构为连续流以演化智能体推理

Tools as Continuous Flow for Evolving Agentic Reasoning

AI 导读

针对现有工具调用逐步式范式缺乏全局视角、长程误差累积且难以泛化到未见工具的问题,研究者提出 FlowAgent,将工具链重构为语义空间内的连续轨迹生成,并利用条件流匹配生成连续隐轨迹以提供全局规划视角。

正文 · AI 翻译

查看 PDF HTML(实验性)

摘要:大型语言模型(LLM)在编排工具以完成推理任务方面已展现出卓越能力。然而,现有方法依赖于缺乏全局视角的逐步范式,这会导致长程任务中的误差累积,并限制其向未见工具的泛化能力。为克服这些局限,我们提出“工具即连续流用于演化式智能体推理”(FlowAgent),将工具链重新概念化为语义空间内的连续轨迹生成。为系统评估该范式,我们提出了首个面向动态真实世界环境中计划级智能体推理的计划级闭环基准。具体而言,所提出的 FlowAgent 利用条件流匹配生成连续潜在轨迹,提供全局规划视角以确保工具执行的连贯性与鲁棒性。在理论上,我们建立了效用收敛的形式化边界,并证明我们的连续形式化从根本上保证了鲁棒的泛化与误差衰减。实证评估表明,FlowAgent 在长程推理任务中实现了更优的鲁棒性与适应性。
评论: 被 NeurIPS 2026 接收
主题: 人工智能(cs.AI)
引用格式: arXiv:2605.07339 [cs.AI]
  (或 arXiv:2605.07339v3 [cs.AI] 用于此版本)
  https://doi.org/10.48550/arXiv.2605.07339

arXiv 颁发的 DOI,经由 DataCite

提交历史

来自:Tairan Huang [查看邮箱]
[v1] 2026年5月8日星期五 06:44:11 UTC(5,240 KB)
[v2] 2026年8月12日星期三 11:49:34 UTC(7,869 KB)
[v3] 2026年10月10日星期六 02:51:54 UTC(7,874 KB)

来源:arXiv cs.AI · arxiv.org