研究提出动作校准机制以提升语言智能体决策效果

2026年10月5日发表于arXiv的研究指出，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。针对该问题，研究发现显式将环境观察标注为前序动作的结果，即可在不引入新信息的前提下提高任务成功率并减少动作重复现象。在此基础上，研究进一步引入了学习型校准器（calibrator），该校准器能够重新评估历史动作并选择性地记录经验，从而显著增强后续的决策效果。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。