EDV用多方执行与交叉验证减少错误经验被存入记忆。
资讯摘要
论文提出EDV（Execute-Distill-Verify）框架，用于离线构建智能体经验记忆。针对反思可能把执行错误当作经验保存的“自我确认陷阱”，该框架让异构智能体独立执行任务，由第三方蒸馏器对比轨迹与环境反馈提取候选经验，再由执行者分别审核，仅保留一致通过的经验。在τ²-bench、Mind2Web和MMTB上的实验显示，重访任务表现提升，τ²-bench上还出现向留出任务的域内迁移；在标注的Retail子集上，自我确认陷阱率从RB-MaTTS的11.0%降至5.0%。
要点速读
- 论文提出EDV框架：异构智能体独立执行任务，第三方蒸馏器提取候选经验，执行者分别审核并只保留一致通过的经验。
- 在τ²-bench、Mind2Web和MMTB上，重访任务表现提升；τ²-bench上另有向留出任务域内迁移的证据。
- 在标注的Retail子集上，自我确认陷阱率由RB-MaTTS的11.0%降至5.0%。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/4 08:00:28（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。