面向长程智能体的自适应一致性图
在需要执行长串相互依赖操作的任务中，AI智能体可能逐渐偏离最初目标。一项研究提出自适应一致性图（ACG），持续整理执行证据及其来源，并在有限的上下文预算内，为每次决策构建以任务要求为中心的信息视图。ACG不会取代基础智能体的规划器或工具执行器。在对照评估中，GPT-5.6-luna使用ReAct时的平均成功率为44.5%，使用ACG后升至50.2%。在BrowseComp-Plus上，成功率从62.4%提高到73.5%。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。