研究团队提出LLM智能体测试时学习框架StepLearn

2026年9月30日，研究者在arXiv发表论文，提出针对大语言模型智能体的非参数化测试期学习框架StepLearn。该框架的核心机制是将智能体的单步转移转化为即时指导假设，并在跨episode复用前对其开展前瞻性验证。通过该机制，StepLearn能够在保持模型参数完全冻结的同时动态更新外部知识，从而支持智能体在测试阶段进行持续学习与能力优化。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。