feedback-learning

本文讨论了AI智能体未使用保存的反馈的问题，强调了存储信息与将其整合到未来决策中以实现有效智能体记忆之间的差距。

本文介绍了ASCIL，一个后ASR框架，它根据用户反馈和上下文信号进行调整，以纠正AI助手中的误唤醒激活，在低延迟下实现了显著的错误减少。

本文提出将反例引导学习用于LLM执行正则表达式归纳，其中验证器提供反例以优化候选表达式。该方法显著提高了具有挑战性任务上的样本效率和成功率，表明LLM可以从结构化反馈中受益，而不仅仅是将其视为额外数据。