将反馈蒸馏为工具化记忆
计算与语言
2026-03-19 v2
摘要
我们提出一个框架，通过基于文件的记忆系统和智能体控制的工具调用，将瞬时的批评转化为可检索的指南，从而分摊推理时的计算成本。我们在Rubric Feedback Bench（一个用于基于量规学习的新型数据集）上评估了此方法。实验表明，我们增强后的大语言模型能迅速达到测试时优化流程的性能，同时大幅降低推理成本。
引用
@article{arxiv.2601.05960,
title = {Distilling Feedback into Memory-as-a-Tool},
author = {Víctor Gallego},
journal= {arXiv preprint arXiv:2601.05960},
year = {2026}
}
备注
Code: https://github.com/vicgalle/feedback-memory-as-a-tool Data: https://huggingface.co/datasets/vicgalle/rubric-feedback-bench