研究人员推出了测试时适应性演化（TTHE）方法，这是一种无需更新模型权重或需要标记数据即可适应 LLM 代理的新方法。TTHE 将代理的适应性——管理上下文、工具使用和错误恢复的程序——视为一个可以在评估期间演化的状态。通过维护候选适应性程序的集合并根据执行跟踪对其进行改进，TTHE 旨在提高代理在文本到 SQL 和软件工程等任务上的性能。这种方法将测试时适应性重新定义为可执行控制程序的演化过程，侧重于从执行中获得的代理可靠性以实现无监督改进。 AI
影响 这项研究可能带来更具适应性和鲁棒性的 LLM 代理，它们可以在没有广泛重新训练或标记数据集的情况下实时提高性能。
排序理由 该集群描述了一篇发表在 arXiv 上的新研究论文，其中详细介绍了一种 LLM 代理适应的新方法。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2607.08124v1 Announce Type: cross Abstract: The behavior of an LLM agent is determined not only by the underlying model, but also by its harness: the executable program that constructs context, invokes tools, verifies intermediate results, and recovers from failures. Existi…
The behavior of an LLM agent is determined not only by the underlying model, but also by its harness: the executable program that constructs context, invokes tools, verifies intermediate results, and recovers from failures. Existing approaches optimize such harnesses before deplo…