标签
本文介绍了ExpG，一种构建和优化自适应引导的机制，该机制捕捉每个工具的能力边界和最佳实践，使代理能够在多样化的运行时条件下更鲁棒地使用工具。实验表明，在工具选择、工具调用和响应生成方面取得了持续改进，使较小的代理能够超越未使用ExpG的较大代理。
MetaEvo 提出了一种两阶段框架，用于基于LLM的智能体的持续进化，利用基于偏好的优化来增强原则抽象和用于经验重用的模块化架构，在推理基准测试上优于强基线。