重新思考自我进化：用于缓解技能过拟合的受约束探索—利用过程

英文标题：Rethinking Self-Evolution: A Constrained Exploration-Exploitation Process for Mitigating Skill Overfitting

该论文探讨如何让大语言模型（LLM）Agent 累积并复用过往交互经验。作者提出，可将技能视为可训练的状态，并以类似优化模型参数的方式对其进行优化。论文聚焦于通过受约束的探索—利用过程缓解“技能过拟合”问题，这对提升 Agent 在真实应用中的经验迁移与泛化能力具有意义。原始摘要未提供具体实验数据和性能结论。

2.1 KB 640 B 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB