研究：智能体从失败轨迹学习增益有限

1. 13:00
   arXiv cs.AI

   冻结权重下的智能体自我改进：失败轨迹的附加价值与局限

   研究在固定权重的开源 9B 参数模型上验证：由更大教师模型撰写、基于智能体失败轨迹的笔记，在生成的客服决策任务上比不含错误的同流程笔记准确率提升 4.0 个百分点，但仅靠"尝试并保留高分笔记"的搜索流程就贡献了约 60% 的总提升。在完整客服对话中这些笔记未显示出改进；工具使用任务上，未见过智能体错误的笔记同样无增益，且盲审判定 240 条工具使用测试项中有 146 条存在缺陷。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。