当历史未能转化为经验：语言智能体中的动作校准

研究表明语言智能体往往无法可靠地将过去的动作与其产生的结果联系起来，导致交互历史未能有效转化为经验。通过显式将环境观察标注为前序动作的结果，可在不引入新信息的前提下提升任务成功率并减少动作重复。进一步引入的学习型校准器（calibrator）通过重新评估历史动作并选择性记录经验，显著增强了后续决策效果。