HMED用回溯比较改进智能体技能发现

Qianhan Feng等提出后见元经验蒸馏方法HMED，用于改进自我进化智能体的Skill发现。基于论文摘要，该方法在三个交互式智能体基准及开源、闭源模型上均较强制基线提升了Skill发现表现。 HMED会回溯修订发生前已完成的事件，将原有与修订后的Meta-Skill从同一发现状态重新执行，在一致条件下比较修订带来的后果，并将结果整理为可复用的结构化Meta-Experience，供后续更新使用；即使某次修订最终未被采用，也能为学习提供信号。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。