arXiv 机器学习· Tong Zhao, Reed Li, Yuyang Hu, Yutao Zhu, Haijin Liang, Haibo Shi, Yu Lu, Zhicheng Dou·· 1 天前AI 评分43
StepLearn：大语言模型智能体的时序测试期学习框架
Learn Now, Use Next, Trust Later: Prequential Test-Time Learning for LLM Agents
AI 导读
研究者提出非参数化测试期学习框架 StepLearn，将大语言模型智能体的单步转移转化为即时指导假设，并在跨 episode 复用前进行前瞻性验证。该框架在保持模型参数冻结的同时更新外部知识。
来源：arXiv 机器学习 · arxiv.org