跳到正文
arXiv cs.MA· Jiangyun Zhang, Zhou Tang, Kristen Surrao, Zhiyu Chen, Albert Guan, Tor Nitayanont, Yupei Zhang, Roopali Singh, Yunkai Xiao, Shreya Pandit, Julia Huang, Shayan Ali Akbar, Erwin Cornejo, Yuan Li, Yi Zhang·· 23 小时前AI 评分40

ARISE:面向企业智能体的自进化记忆架构,无需更新模型权重即可提升准确率

ARISE: Practical Self-Evolving Memory for Accurate and Cost-Efficient Enterprise Agents

AI 导读

ARISE 是一种企业 LLM 智能体记忆架构,让记忆从自身失败中进化,无需更新模型权重、工具或工作流逻辑。在 SOP-Bench 和 τ²-bench 的 14 个企业工作流域、5 个模型上,用 Claude Opus 4.6 做归因与整合的 ARISE-Teacher 分别比基线提升 10.9 pp 和 5.8 pp,并超过 GEPA 4.5 pp 和 1.4 pp。

正文 · AI 翻译

作者:Jiangyun Zhang、Zhou Tang、Kristen Surrao、Zhiyu Chen、Albert Guan、Tor Nitayanont、Yupei Zhang、Roopali Singh、Yunkai Xiao、Shreya Pandit、Julia Huang、Shayan Ali Akbar、Erwin Cornejo、Yuan Li、Yi Zhang

查看 PDF HTML(实验性)

摘要:企业 LLM 智能体运行于动态环境之中:基础模型快速演进、工作流频繁更新,部署还需同时满足准确性与成本要求。我们提出 ARISE(Agent Refinement through Iterative Self-Evaluation,通过迭代自评估实现智能体改进),这是一种实用的记忆架构,智能体的记忆从自身失败中演化,而无需更新模型权重、工具或工作流逻辑。ARISE 使用模型自身或教师模型来归因失败并提出修正。随后,ARISE 将这些修正保留为可检索的微观记忆,将其整合为宏观规则,并且仅当留出集准确率上升时才接受规则更新。在来自 SOP-Bench 和 $\tau^2$-bench 的 14 个企业工作流领域、使用 5 个模型的实验中,使用 Claude Opus 4.6 进行归因与整合的 ARISE-Teacher 在 SOP-Bench 上比基线提升 10.9 个百分点,在 $\tau^2$-bench 上提升 5.8 个百分点。ARISE-Teacher 在 $\tau^2$-bench 上还比 GEPA 高出 4.5 个百分点,在 SOP-Bench 上高出 1.4 个百分点。以部署模型自身作为归因器时,ARISE-Self 在 SOP-Bench 上仍提升 10.0 个百分点。在每任务成本相当(-1.0%)的情况下,ARISE-Teacher 的模型调用次数减少 4.0%,输出 token 减少 5.2%。
评论: 16 页(正文 8 页),7 幅图,12 张表
主题: 人工智能(cs.AI);多智能体系统(cs.MA)
ACM 分类: I.2.7
引用为: arXiv:2611.23588 [cs.AI]
  (或 arXiv:2611.23588v1 [cs.AI] 用于此版本)
  https://doi.org/10.48550/arXiv.2611.23588

由 DataCite 颁发的 arXiv DOI(待注册)

提交历史

来自:Jiangyun Zhang [查看邮箱]
[v1] 2026 年 11 月 17 日星期二 22:38:58 UTC(370 KB)

来源:arXiv cs.MA · arxiv.org