CLEAR 用反思智能体生成上下文并训练增强模型，提升智能体任务表现。
资讯摘要
论文提出 CLEAR 生成式上下文增强框架：先用反思智能体对历史执行轨迹做对比分析并总结上下文，作为监督微调数据训练上下文增强模型 CAM，再用任务执行智能体的运行奖励做强化学习优化。作者报告在 AppWorld 测试集任务完成率由 72.62% 升至 81.15%，WebShop 子集平均奖励由 0.68 升至 0.74，代码已在 GitHub 公开。
要点速读
- CLEAR 用反思智能体对过去执行轨迹做对比分析，生成任务相关上下文摘要，并作为监督微调数据训练 CAM。
- CAM 进一步用强化学习优化，奖励来自运行任务执行智能体，目标是生成任务特定知识而非检索旧知识。
- 作者报告 AppWorld 测试集任务完成率从 72.62% 提升至 81.15%，WebShop 子集平均奖励从 0.68 提升至 0.74。
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 2026/10/24 08:00:37（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。