Investigate-Consolidate-Exploit：任务间智能体自演化的一般策略
计算与语言
2024-01-26 v1 人工智能
摘要
本文介绍了 Investigate-Consolidate-Exploit (ICE)，一种通过任务间自演化来增强 AI 智能体适应性和灵活性的新颖策略。与专注于任务内学习的现有方法不同，ICE 促进任务间的知识转移以实现真正的自演化，类似于人类的经验学习。该策略动态调查规划与执行轨迹，将其整合为简化的工作流和流水线，并加以利用以改进任务执行。我们在 XAgent 框架上的实验证明了 ICE 的有效性，将 API 调用减少了多达 80%，并显著降低了对模型能力的需求。具体而言，当与 GPT-3.5 结合使用时，ICE 在各种智能体任务中的性能与原始 GPT-4 相当。我们认为，这种自演化方法代表了智能体设计的范式转变，有助于构建更稳健的 AI 社区和生态系统，并向完全自主迈进一步。
引用
@article{arxiv.2401.13996,
title = {Investigate-Consolidate-Exploit: A General Strategy for Inter-Task Agent Self-Evolution},
author = {Cheng Qian and Shihao Liang and Yujia Qin and Yining Ye and Xin Cong and Yankai Lin and Yesai Wu and Zhiyuan Liu and Maosong Sun},
journal= {arXiv preprint arXiv:2401.13996},
year = {2024}
}
备注
18 pages, 5 figures