AggAgent

新的ReGE框架使用合成经验来提高AI智能体的准确性

研究人员推出了一种新颖的框架ReGE，旨在通过合成记录的经验来指导未来的尝试，从而增强AI智能体在交互式任务中的性能。ReGE-Syn实现使用一次教练调用，将执行记录和工件整合成简洁的指导，然后由学生智能体进行适应。与无指导执行相比，该方法在GPT和Claude模型上显示出显著的改进，准确性提高了近10个百分点。此外，ReGE-Syn大幅减少了指导构建和整体执行所需的令牌数量，证明了一种智能体从过去交互中学习的成本效益方法。