实体 NoisyAgent

NoisyAgent

PulseAugur coverage of NoisyAgent — every cluster mentioning NoisyAgent across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

RESEARCH · CL_298477 · Oct 13 · 00:00

Agent-Reflex 框架训练语言代理进行反思性行动

研究人员推出了 Agent-Reflex，一个旨在增强语言代理反思能力的新型训练框架。该框架解决了在现实世界部署中代理遇到嘈杂反馈和用户干预所带来的挑战。Agent-Reflex 采用三阶段流程：环境反思技能发现 (RSD) 以挖掘可重用的反思元技能，反思性监督微调 (ReSFT) 将这些技能转化为自我纠正和恢复的监督，以及结合强化学习和反思引导蒸馏的策略内反思策略优化 (ORPO)。当应用于 Qwen3-8B 模型时，Agent-R…