论文页面 - 摆脱自我确认陷阱：面向智能体经验学习的执行-蒸馏-验证范式

来源：https://huggingface.co/papers/2606.24428

摘要

EDV是一个三阶段框架，利用多个异构智能体协同构建可靠的LLM智能体经验，通过执行-蒸馏-验证流程防止自我确认错误。

经验驱动的自我进化对大型语言模型（LLM）智能体在开放世界交互中提升能力至关重要。然而，现有的经验学习方法大多依赖单智能体循环——同一智能体执行任务、总结结果并决定记忆内容。这种设置使智能体易陷入“自我确认陷阱”：错误但自洽的轨迹被误判为成功经验，导致检索与复用阶段出现累积性错误。为解决该问题，我们提出EDV，一个可靠的执行-蒸馏-验证经验学习框架。在“执行”阶段，多个异构智能体并行探索同一任务空间，生成多样化候选轨迹。“蒸馏”阶段由一个专用第三方智能体对这些轨迹进行对比分析，产出候选经验，减少以执行者为中心的总结偏差。“验证”阶段由执行组通过共识机制校验候选经验，仅将通过验证的经验写入共享或私有记忆。通过解耦三个阶段，EDV将经验学习从孤立的自省转变为协作构建，在记忆插入前过滤错误和噪声内容。我们在三个具有挑战性的长时域基准（tau2-bench、Mind2Web和MMTB）上评估EDV，结果显示EDV持续超越强基线，验证了可靠经验构建对智能体稳健自我进化的关键性。我们的代码已开源：https://github.com/shidingz/EDV。

查看arXiv页面（https://arxiv.org/abs/2606.24428）查看PDF（https://arxiv.org/pdf/2606.24428）添加到收藏（https://huggingface.co/login?next=%2Fpapers%2F2606.24428）

在你的智能体中获取这篇论文：

hf papers read 2606.24428

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

引用此论文的模型0

没有模型链接此论文

在模型README.md中引用arxiv.org/abs/2606.24428以在此页面建立链接。

引用此论文的数据集0

没有数据集链接此论文

在数据集README.md中引用arxiv.org/abs/2606.24428以在此页面建立链接。

引用此论文的Spaces0

没有Space链接此论文

在Space README.md中引用arxiv.org/abs/2606.24428以在此页面建立链接。

包含此论文的收藏集0

没有收藏集包含此论文

将这篇论文添加到一个收藏集（https://huggingface.co/new-collection）以在此页面建立链接。