Rohan Paul

谷歌的新论文表明，当 LLM 代理的工作流程存在于可编辑的过程图中（从执行中学习）而不是埋藏在聊天历史记录中时，LLM 代理可以更好地处理长任务。 问题是：随着代理运行时间的延长，他们可能会忘记自己在哪里、重复使用工具或以错误的顺序执行步骤。 程序图为代理提供了下一步可能发生的情况的小地图，同时仍然让法学硕士自由推理。 运行完成后，另一个法学硕士会比较成功和失败并编辑地图，但只有在不损害保留任务的情况下才会保留编辑。 在 24 个模型和基准组合中，该方法在 21 个组合中排名第一或并列第一。 它还修复了一个糟糕的人为设计工作流程：在 MultiChallenge 上，成功率从有缺陷的图表的 58.93% 上升到细化后的 92.86%。 该指南需要额外的代币，因此当长工作流程成为瓶颈时，它最有意义。 总体而言，它建议将关键过程从聊天历史记录中移出，并转移到一个明确的、可编辑的工作流程中，从而改进执行。 – arxiv。组织/abs/2609.09153 标题：“程序图：LLM 代理的自我演化执行结构”