OMCE让智能体在测试时学习何时调用经验，成功率提升且省token
资讯摘要
论文提出OMCE框架，在测试时适应阶段更新经验记忆，并从任务反馈中学习元控制策略。其轻量上下文赌博机元控制器依据检索信号，在DIRECT、EPISODE、GUIDE、DISTILL四种认知动作间路由，决定是否调用经验、用哪种记忆格式以及何时整合新指导。作者报告在四个在线适应基准、四种骨干模型上，首次尝试成功率最高提升20.5个百分点，相对ACE（GPT-5.2）每任务token用量降低5.7至62.5倍。
要点速读
- OMCE用上下文赌博机元控制器在四种认知动作间路由，联合决定是否调用经验、记忆格式与整合时机
- 在四个在线适应基准、四种骨干模型上，作者报告首次尝试成功率最高提升20.5个百分点
- 相对ACE（GPT-5.2），每任务token用量降低5.7至62.5倍；消融实验支持学习式路由与持续策略适应
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。