Hugging Face Daily Papers·· 2026-10-13精选AI 评分78
基于信念更新与世界模型的长程智能体失败恢复方法
Failure Recovery via Belief Updates and World Modeling for Long-Horizon Agents
AI 导读
针对长程智能体难以从早期错误中恢复的问题,本文提出了 BELIEFWEAVER 框架。该方法通过维护前沿、尝试、观测和检查点的关系信念状态,利用执行证据更新优先级并控制执行,同时使用隐式世界模型评估修复假设以指导探索。研究进一步通过监督微调与在线策略蒸馏,将推理组件压缩至 9B 学生模型,在三个终端基准测试中相比原生基线显著提升了最终得分,并将教师模型 API 调用成本降低了 54.8%。
推荐理由
该工作提出结合信念更新与世界模型的长程恢复框架,并通过蒸馏将推理成本降低一半以上。
来源:Hugging Face Daily Papers · arxiv.org