PIVOT：通过轨迹精炼弥合LLM智能体的规划与执行差距

PIVOT用轨迹精炼缓解LLM智能体规划与执行脱节。

资讯摘要

论文提出PIVOT（Plan-Inspect-eVOlve Trajectories）自监督框架，将智能体轨迹视为可优化对象，通过与环境交互迭代精炼，以缓解规划与执行不一致。框架分PLAN、INSPECT、EVOLVE、VERIFY四阶段，并用单调接受过程保证解质量不下降。作者报告在DeepPlanning和GAIA上取得最优表现：有人工反馈时约束满足相对提升最高94%，全自主版本仍有明显增益，且token消耗比对比方法少3至5倍。

要点速读

1. PIVOT将轨迹作为可优化对象，通过PLAN、INSPECT、EVOLVE、VERIFY四阶段迭代精炼，并用单调接受过程保证质量不降。
2. 作者报告在DeepPlanning和GAIA上达到最优表现，人工反馈版本约束满足相对提升最高94%，全自主版本仍有明显增益。
3. 作者称其token消耗比对比的精炼方法少3至5倍。

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 2026/10/29 08:00:21（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。