资讯
arXiv 2610.08138：免训练的长程法律推理 agent 测试时自适应进化
一句话：提出 Test-Time Agent Evolution，用记忆进化 + 准则对齐协作，在 J1-EVAL/LegalWorld 上跨五个基座稳定提升长程法律推理。
背景
- 论文 Test-Time Agent Evolution（10 月 6 日，cs.AI）研究训练-free 的测试时 agent 自适应：不更新模型参数，利用部署期信号持续适配。
核心要点
- Test-Time Memory Evolution：从先前案例检索可复用经验，适配当前事实与程序语境，并沉淀为后续决策经验。
- Rubric-Aligned Collaboration：按行为与程序要求校验、修订各角色动作，实现跨角色/跨阶段协调。
- 在 J1-EVAL 与 LegalWorld 上跨五个基座模型一致优于代表性推理与 agent 基线。
- 消融与案例分析显示两组件在经验适配与跨角色协调上互补。
为什么重要
- 真实法律部署案例异质性强，静态策略易失效；测试时自适应让 agent 在不重训的前提下持续变可靠，是长程专业 agent 的实用方向。
关键事实速记
- 论文 arXiv 2610.08138（10-06）
- 免训练测试时自适应
- 记忆进化 + 准则对齐
- J1-EVAL/LegalWorld 5 基座提升
- 跨角色协调
📂 原文链接：查看原文 →
← 返回资讯列表
AI8899 · 内容仅供学习参考