arXiv · cs.AI· Leyang Shen, Yaxin Gong, Yang Zhang, Chenxiao Fan, Jiakai Wang, Dong Wang, Yang Liu, Fuli Feng, Chun Kai Ling, Tat-Seng Chua·· 6 小时前
研究提出可在线纠偏的大语言模型智能体系统
Learning to Steer LLM Agents and Multi-Agent Systems
arXiv:2610.22316v1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：Leyang Shen, Yaxin Gong, Yang Zhang, Chenxiao Fan, Jiakai Wang, Dong Wang, Yang Liu, Fuli Feng, Chun Kai Ling, Tat-Seng Chua
研究任务与主要进展
研究提出一种在线监督智能体，在大语言模型智能体和多智能体系统执行偏离目标时介入纠偏。该智能体以强化学习联合训练快速干预路径和慢速干预路径，分别用于决定何时干预以及如何干预。摘要称其在信息搜索任务中提升了单智能体和多智能体系统的性能与效率，并可迁移到域外任务和未见执行者，且无需重训即可调节干预频率。
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