CRMWeaver: 通过基于智能体的强化学习和共享记忆构建强大的业务智能体
计算与语言
2025-10-30 v1
摘要
近年来，基于大语言模型 (LLM) 的智能体开发迅猛增长，为解决复杂现实问题提供了新的思路。其中一个突破性应用领域是业务智能体，这类智能体通过工具调用与数据库和内部知识库交互，以满足多样化的用户需求。在这种领域，数据关系复杂且任务种类繁多，涵盖从统计数据查询到基于知识的问答等多种场景。为应对这些挑战，我们提出了 CRMWeaver，一种增强此类复杂环境下业务智能体的新方法。为使智能体模型适应复杂的业务环境，我们采用合成数据生成和基于强化学习的范式进行训练，显著提升了模型处理复杂数据和多变任务的能力。在推理阶段，引入共享记忆机制，引导智能体从类似问题中的任务指南中学习，从而进一步提升其效果和泛化能力，尤其在面对未见情景时效果尤为突出。我们在 CRMArena-Pro 数据集上验证了我们方法的有效性，其中我们的轻量级模型在 B2B 和 B2C 商业场景中均取得了具竞争力的成绩，凸显了其在实际应用中的实用价值。
引用
@article{arxiv.2510.25333,
title = {CRMWeaver: Building Powerful Business Agent via Agentic RL and Shared Memories},
author = {Yilong Lai and Yipin Yang and Jialong Wu and Fengran Mo and Zhenglin Wang and Ting Liang and Jianguo Lin and Keping Yang},
journal= {arXiv preprint arXiv:2510.25333},
year = {2025}
}