论文页面 - AutoSaddler：通过代理执行轨迹实现持久更新的自动优化框架

来源：https://huggingface.co/papers/2608.23041 发布于 8月24日

#1 每日推荐论文 (https://huggingface.co/papers/date/2026-08-26) 作者：

,

,

,

,

,

,

,

,

,

,

摘要

AutoSaddler 通过离线的失败驱动优化，自动改进 LLM 代理的执行框架，从而提升其在长周期任务基准测试中的性能。

LLM 代理 (https://huggingface.co/papers?q=LLM%20agents) 在长周期任务上仍然不可靠，微小的局部失败会在长时间交互中累积，最终导致整体任务失败。尽管外部执行框架可以显著提升鲁棒性，但框架设计仍然是一个手动且昂贵的过程，需要在庞大的提示词、工具配置和控制逻辑空间中进行搜索。我们提出 AutoSaddler，一个自动化的框架优化 (https://huggingface.co/papers?q=harness%20optimization) 框架，它将框架改进表述为一个离线学习问题，并利用小批量数据的失败信号迭代更新框架。AutoSaddler 结合了失败轨迹诊断 (https://huggingface.co/papers?q=failure-trace%20diagnosis)、将框架视为代码的结构化补丁生成 (https://huggingface.co/papers?q=structured%20patch%20generation)，以及基于验证的更新选择 (https://huggingface.co/papers?q=validation-based%20update%20selection)。在 GAIA2、SWE-Bench Pro 和 Terminal-Bench 2.0 上的实验表明，AutoSaddler 相对于基础框架显著提升了代理性能，分别实现了 9.0、9.6 和 10.0 个百分点的提升。消融研究进一步表明，有效的框架优化 (https://huggingface.co/papers?q=harness%20optimization) 依赖于三个要素：深层调试 (https://huggingface.co/papers?q=deep%20debugging) 而非浅层反思、针对性修改 (https://huggingface.co/papers?q=targeted%20modifications) 而非无约束编辑，以及泛化感知选择 (https://huggingface.co/papers?q=generalization-aware%20selection) 而非特定轨迹修复。这些结果共同表明，自动化的框架优化 (https://huggingface.co/papers?q=harness%20optimization) 是实现更高性能和更可靠代理系统的一条有前景的途径。

查看 arXiv 页面 (https://arxiv.org/abs/2608.23041)查看 PDF (https://arxiv.org/pdf/2608.23041)项目页面 (https://autosaddler-projectpage.github.io/)GitHub6 (https://github.com/microsoft/AutoSaddler)添加到收藏夹 (https://huggingface.co/login?next=%2Fpapers%2F2608.23041)

在您的代理中获取此论文：

hf papers read 2608\.23041

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

引用此论文的模型0

暂无模型链接此论文

在模型 README.md 中引用 arxiv.org/abs/2608.23041 以从此页面链接。

引用此论文的数据集0

暂无数据集链接此论文

在数据集 README.md 中引用 arxiv.org/abs/2608.23041 以从此页面链接。

引用此论文的空间0

暂无空间链接此论文

在空间 README.md 中引用 arxiv.org/abs/2608.23041 以从此页面链接。

包含此论文的收藏夹0

暂无收藏夹包含此论文

将此论文添加到收藏夹 (https://huggingface.co/new-collection) 以从此页面链接。