arXiv · cs.AI· Youngbin Choi, Sehyun Hwang, Suhyeon Jun, Seoyeon Lee, Sunghyun Choi, MoonJeong Park, Dongwoo Kim·· 5 小时前
多会话LLM Agent模型切换中的行为迁移研究
New Model, Old Habits: Behavior Transfer under Model Swapping in Multi-Session LLM Agents
arXiv:2610.19712v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Youngbin Choi, Sehyun Hwang, Suhyeon Jun, Seoyeon Lee, Sunghyun Choi, MoonJeong Park, Dongwoo Kim
研究任务与主要进展
Youngbin Choi等人研究多会话LLM Agent在模型切换时如何迁移历史，发现接收模型会继承生成历史中的部分推理与行动模式，原始历史传递中的行为迁移最明显。研究提出方向与作者感知的DASH历史摘要方法，以保留较强模型的行为并减少较弱模型向更强模型的行为迁移；在重复切换实验中，DASH优于原始历史传递和朴素摘要基线。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org