OMCE：测试时自适应元控制框架

Zeyuan Zhao 等作者提出 OMCE 框架，用于经验增强 LLM 智能体的测试时自适应。该框架通过轻量级上下文赌博机元控制器，在测试时自适应中从任务反馈学习路由策略，在 DIRECT、EPISODE、GUIDE、DISTILL 四种认知动作间选择，决定是否调用经验、采用哪种记忆格式，以及何时整合新指导。 据作者介绍，OMCE 在测试时自适应过程中更新经验记忆，并从任务反馈中学习元控制策略。目前报道未给出该框架的实验结果或效果数据。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。