学习下一步该调查什么：面向长程研究智能体的元推理
英文标题：Learning What to Investigate Next: Meta-Reasoning for Long-Horizon Research Agents
长程研究智能体（Research Agents）在证据逐步积累的过程中，不仅需要决定“如何调查”，更必须做出“下一步调查什么”的高层决策。然而，此类关键决策在冗长的执行轨迹中分布稀疏，且其决策后果往往在数个调查步骤之后才会显现，因而极难学习。针对这一挑战，该研究探讨了面向长程研究智能体的元推理（Meta-Reasoning）机制，旨在提升智能体在长周期任务中的前瞻性探索与规划能力。这一进展对构建高自主性 AI 科研助理和复杂调查型 Agent 系统具有重要的推动意义。
打开原文相关 4 · 机会 1
2.1 KB
640 B
612 B
380 B
9.1 KB
32.7 KB
22.8 KB
24.2 KB
34.7 KB
中文
摘要
arXiv:2610.02525v1（公告类型：new）
长程研究智能体（Long-horizon research agents）在证据不断积累的过程中，必须同时决定“如何调查”以及“下一步应该调查什么”。此类能力的学习极为困难，因为这种决策在长执行轨迹中出现得十分稀疏，且其影响往往需要经历数次调查步骤后才会逐渐显现……
BibTeX 格式引用
×
English / 原文
BibTeX formatted citation
×