trajectory-learning

本文指出，语言智能体在利用交互历史时，无法可靠地将过去的行为与其结果关联起来。为此，作者提出一种简单的结果标注方法，并结合一个可学习的校准器来选择性地记录经验，从而提高任务成功率并减少重复操作。

本文介绍了Trace，一个信用引导框架，它将噪声交互历史编译为可执行演练，以提升长期AI智能体的性能，在实验中显示出显著改进。

这篇文章探讨了AI代理自进化中轨迹学习的重要性，并介绍了Apodex 1.1系统和开源工具FrontierAgent，用于执行和评估长时间的研究任务。