arXiv：cs.LG（机器学习，全量分类）· Tong Zhao, Reed Li, Yuyang Hu, Yutao Zhu, Haijin Liang, Haibo Shi, Yu Lu, Zhicheng Dou·· 1 天前AI 评分40
StepLearn：面向 LLM 智能体的序贯式测试时学习框架
Learn Now, Use Next, Trust Later: Prequential Test-Time Learning for LLM Agents
AI 导读
StepLearn 是一个非参数框架，将即时使用与持久信任分离：把有信息量的状态转移转化为可指导下一步的假设，但需经跨回合的前瞻验证后才允许复用。
来源：arXiv：cs.LG（机器学习，全量分类） · arxiv.org