研究人员开发了一种新方法，通过战略性地结合驾驭进化和权重训练来改进长时域大型语言模型 (LLM) 代理。该方法首先进化代理的驾驭以解决进程失败（如调用阻塞或循环），然后使用权重训练来解决内容失败（如计划交付不佳）。在 DeepPlanning 上的实验显示 Qwen3.5 模型的得分显著提高，驾驭进化提高了性能，而在进化轨迹上训练的 LoRA 适配器内化了这些收益。 AI
影响 这项研究通过区分驾驭和权重训练的需求，为提高 LLM 代理性能提供了一种结构化方法，有望带来更强大、更可靠的 AI 系统。
排序理由 研究论文，详细介绍了一种改进 LLM 代理的新颖方法。[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 →
