研究人员推出了一种新颖的APEx框架,旨在增强使用大型语言模型和外部工具的深度研究代理。APEx将交互历史组织成实例级记忆和类别级程序化技能,然后通过三阶段训练过程进行优化。这种方法允许进行奖励引导的技能蒸馏,并使代理能够在测试时通过技能引导的强化学习进行在线适应,而无需真实标签即可自我改进。实验表明,APEx在各种基准测试中显著优于包括GPT-5.4在内的现有方法。 AI
影响 该框架可能带来更强大的AI代理,用于复杂的研任务,提高科学发现的效率和准确性。
排序理由 该集群包含一篇详细介绍新AI框架及其实验结果的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →