论文页面 - Bayesian-Agent：基于后验引导的智能体技能进化框架

来源：https://huggingface.co/papers/2606.08348

摘要

Bayesian-Agent 提出了一种框架，将可复用的技能和标准操作流程（SOP）视为模型成功的假设，利用贝叶斯推理引导智能体行为，并通过后验引导的框架优化来提升任务性能。

LLM 智能体越来越依赖外部推理条件：提示词、工具、记忆、SOP、技能以及框架反馈。这些资产可以在不改变模型权重的情况下改进任务执行，但它们通常通过启发式反思或重复使用观察到的成功与失败来修订，仿佛仅凭计数就能获得可靠信念。我们引入了 Bayesian-Agent（https://huggingface.co/papers?q=Bayesian-Agent），这是一个原生且跨框架的框架，它将可复用的技能和 SOP 视为关于一个冻结模型在特定提示词、上下文和框架环境下能否成功的假设。Bayesian-Agent 记录经过验证的轨迹证据，维护每个技能的特征条件分类后验，并将后验状态映射为可检查的动作，如修补、拆分、压缩、退役和探索。面向模型的提示词会获得可执行的防护措施和失败模式补丁，后验摘要则保留以供审计。使用 deepseek-v4-flash（https://huggingface.co/papers?q=deepseek-v4-flash），增量修复将 SOP-Bench（https://huggingface.co/papers?q=SOP-Bench）从 80% 提升至 95%，Lifelong AgentBench（https://huggingface.co/papers?q=Lifelong%20AgentBench）从 90% 提升至 100%，RealFin-Bench（https://huggingface.co/papers?q=RealFin-Bench）从 45% 提升至 65%。我们还评估了 Bayesian-Agent 的原生后端以及可选的 GenericAgent、mini-swe-agent 和 Claude Code 后端。结果涵盖了正面、负面、饱和及案例研究设置，表明智能体技能进化最好被视作后验引导的框架优化，而非未校准的提示词累积。源代码已发布于 https://github.com/DataArcTech/Bayesian-Agent。

查看 arXiv 页面（https://arxiv.org/abs/2606.08348）查看 PDF（https://arxiv.org/pdf/2606.08348）项目页面（https://dataarctech.github.io/Bayesian-Agent/）GitHub19（https://github.com/DataArcTech/Bayesian-Agent）添加到收藏（https://huggingface.co/login?next=%2Fpapers%2F2606.08348）

在你的智能体中获取这篇论文：

hf papers read 2606\.08348

没有最新的 CLI？curl \-LsSf https://hf\.co/cli/install\.sh \| bash

引用该论文的模型0

没有模型链接此论文

请在模型 README.md 中引用 arxiv.org/abs/2606.08348 以从该页面链接它。

引用该论文的数据集0

没有数据集链接此论文

请在数据集 README.md 中引用 arxiv.org/abs/2606.08348 以从该页面链接它。

引用该论文的 Space0

没有 Space 链接此论文

请在 Space README.md 中引用 arxiv.org/abs/2606.08348 以从该页面链接它。

包含此论文的收藏1