arXiv · cs.AI· Pouya Ghiasnezhad Omran, Michael Zimmermann, Duncan Cambridge, Ashmita Kapoor, Tanya Dixit·· 6 小时前
Agent Gym：通过人在环反馈持续评估与演化 LLM Agent 的框架
Agent Gym: A Framework for Continuous Evaluation and Evolution of LLM Agents Through Human-in-the-Loop Feedback
arXiv:2608.15591v2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：Pouya Ghiasnezhad Omran, Michael Zimmermann, Duncan Cambridge, Ashmita Kapoor, Tanya Dixit
研究任务与主要进展
作者提出 Agent Gym，这是一个可包装现有 LLM Agent、支持持续评估与演化的模块化框架。它以 Act、Evaluate、Investigate、Correct、Learn 和 Observe 六项能力组成闭环，结合确定性规则与 LLM 的纠正引擎、无真值合规验证架构和审批前安全检查；作者还提供了发票处理的开源参考实现，并称框架已可运行，材料未提供具体实验或基准细节。
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