DENSE: Menyuling Trajektori Agen menjadi Pohon Jalan Pintas Berbasis Bukti untuk Penyempurnaan Diri
Siyuan Liu; Fan Yu; Dongyu Ru; Yizhu Liu; Yifan Yang; Xuezhi Cao; Xunliang Cai; Yixin Cao
- Ringkasan
- DENSE menyuling bukti dari eksekusi subtugas bersarang untuk mengubah trajektori agen yang redundan, tidak lengkap, dan gagal menjadi pohon jalan pintas terstruktur. Dievaluasi melalui REFIT pada Terminal-Bench 2.1, metode ini menaikkan st…
- Metode
- DENSE beroperasi pada himpunan trajektori eksekusi $\mathcal{T} = \{t_1, t_2, \dots, t_n\}$ yang dihasilkan oleh agen saat mencoba suatu tugas. Setiap trajektori didekomposisi men…
- Hasil
- Di antara metode umpan balik tanpa supervisi hasil eksternal, DENSE mencapai strict pass rate tertinggi pada empat model agen di **Terminal-Bench 2.1**. Metode ini meningkatkan hasil dibanding upaya …