HExA：面向 LLM 智能体的分层实验式自我改进框架

查看 PDF HTML（实验性）

摘要：大语言模型（LLM）正越来越多地被用于在现实世界中行动并增强人类决策，但大多数系统依赖于通过模仿获得的参数化知识，并可选地通过后训练、检索或对固定数据的搜索来改进。这一范式在新领域或需要仅凭先验知识无法获得的信息的复杂查询上表现不佳；例如，知道物理定律本身并不能在复杂物理系统中实现可靠的推理或长时程行动。我们认为，智能体需要主动实验：即收集针对特定查询的有针对性证据、发现未见环境的一般原理，并将交互经验转化为可复用技能的能力。我们提出了分层实验者智能体（HExA），一个以实验为中心的上下文内自我改进框架，它（1）迭代地设计并改进与查询相关的实验，（2）将经验增量式地提炼为可复用且可组合的技能，从而加速任务内和跨任务的实验，以及（3）整合实验证据以采取行动或回答查询。HExA 可与任何 LLM（包括前沿黑盒模型）配合使用，且无需外部监督、预言机解或离线数据。我们在多步推理、交互式部分可观测游戏和物理定律发现任务上评估了 HExA。为了进一步评估何时需要主动实验，我们引入了 Interphyre，一组困难的程序化物理任务，其中我们启用了工具调用和干预 API。当前的前沿 LLM（包括 GPT-6 Astra）在这些设置中失败：在最具挑战性的 Interphyre 任务上，我们表明 HExA 可使此类模型达到接近 100% 的成功率。此外，与朴素的智能体和记忆基线相比，HExA 提高了 token 效率，并通过从较易任务到较难任务的分层技能迁移实现了泛化。

提交历史

来自：Abhranil Chandra [查看电子邮件]
[v1] 2026年6月28日星期日 10:21:55 UTC（6,992 KB）
[v2] 2026年10月9日星期五 05:17:07 UTC（7,508 KB）