先学习、后使用、再验证：面向 LLM Agent 的序贯测试时学习

英文标题：Learn Now, Use Next, Trust Later: Prequential Test-Time Learning for LLM Agents

该论文提出“序贯测试时学习”（Prequential Test-Time Learning），旨在让大语言模型 Agent 在部署过程中持续适应新环境。作者指出，Agent 的适应不仅需要保留过去经验，还需要将新的观测及时转化为可用指导。现有许多测试时学习方法主要从已经完成的任务回合中获取知识，因而可能难以及时利用当前过程中的新信息。论文以 arXiv:2609.35911v1 形式发布，对开发者构建可持续学习与在线适应的 Agent 系统具有参考意义。

2.1 KB 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB