论文页面 - CASCADE：大型语言模型部署期间的基于案例的持续适应

来源：https://huggingface.co/papers/2605.06702

摘要

部署时学习（Deployment-time learning）使大型语言模型智能体能够通过情景记忆（episodic memory）和上下文多臂老虎机优化（contextual bandit optimization）在运行期间持续适应，从而在各种任务中提升性能。

大型语言模型（LLMs）已成为现代人工智能的核心基础，但其生命周期仍受限于训练与部署之间的严格分离，部署后学习过程实际上便停止了。这一局限性与自然智能形成鲜明对比，后者通过与环境交互不断适应。在本文中，我们将部署时学习（DTL）形式化为 LLM 生命周期的第三阶段，使 LLM 智能体能够在部署期间从经验中获益而无需修改模型参数。我们提出了 CASCADE（部署期间的基于案例的持续适应，CASe-based Continual Adaptation During DEployment），这是一个通用且严谨的框架，为 LLM 智能体配备了一个显式的、不断演化的情景记忆。CASCADE 将经验复用形式化为上下文多臂老虎机问题，实现了原则性的探索与利用权衡，并在长期交互中建立了无遗憾（no-regret）保证。这种设计允许智能体积累、选择并优化与任务相关的案例，将过去的经验转化为可操作的知识。在涵盖医疗诊断、法律分析、代码生成、网络搜索、工具使用以及具身交互的 16 项多样化任务中，CASCADE 将宏观平均成功率提高了 20.9%（相较于零样本提示），并始终优于基于梯度和基于记忆的基线方法。通过将部署重新定义为一种自适应学习过程，这项工作为持续改进的人工智能系统奠定了基础。

查看 arXiv 页面 (https://arxiv.org/abs/2605.06702)查看 PDF (https://arxiv.org/pdf/2605.06702)GitHub1 (https://github.com/guosyjlu/CASCADE)添加到收藏夹 (https://huggingface.co/login?next=%2Fpapers%2F2605.06702)

在您的智能体中获取此论文：

hf papers read 2605\.06702

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

引用此论文的模型0

没有链接此论文的模型

在模型 README.md 中引用 arxiv.org/abs/2605.06702 即可从此页面建立链接。

引用此论文的数据集1

guosy/DTLBench 查看器• 更新于1小时前 • 32.7k • 103 (https://huggingface.co/datasets/guosy/DTLBench)

引用此论文的 Spaces0

没有链接此论文的 Space

在 Space README.md 中引用 arxiv.org/abs/2605.06702 即可从此页面建立链接。

包含此论文的合集0

没有包含此论文的合集

将此论文添加到合集 (https://huggingface.co/new-collection) 即可从此页面建立链接。