Amazon与微软论文:LLM智能体无需每步决策,成功率从35.9%升至67.2%
rohanpaul_ai · x · 2026-09-04
Amazon 与微软合作论文提出 SPACE,解决长程智能体「每步都要 LLM 决策」的低效问题。核心难点不是简单批量执行动作,而是学会哪些动作可以安全地连在一起跑。
方法思路:
- 从成功轨迹中归纳两层程序化技能,把子技能边界作为动作块(chunk)边界的监督信号
- 通过混合 on-/off-policy 优化将这种时间结构蒸馏进一个可输出变长动作序列的策略,测试时无需技能库
效果:在 ScienceWorld 上成功率从 35.9% 提升到 67.2%,LLM 决策轮数从 10.2 降到 5.2;论文摘要称在 ALFWorld 与 ScienceWorld 上相比最强基线提升 7.0%-31.3%,决策轮数最多减少 78.9%。结论:不要让智能体对每个微小动作反复推理,也不要盲目批量执行,而是训练它学会何时继续行动、何时重新观察。
所属事件:SPACE 方法让智能体少调 LLM 近八成成功率反升(3 条相关)→
「编程与Agent」频道最新
- Luke Wroblewski 做折叠屏智能体管理 App：协调 agent 已成全天候工作 — LukeW · 2026-10-21
- Agentic SDLC：工程师从写代码者转型为智能体编排者 — Pavan_Belagatti · 2026-10-21
- OpenAI dots 接入 Merge for Workforce：员工权限即 agent 权限 — shensi · 2026-10-21
- 拆解 Agent 拓扑:模型、循环与工具各跑在哪,决定成本与安全 — davidcrawshaw · 2026-10-21
- Agent 全盘+辅助功能权限失控，企业急需任务级访问控制 — leveragedupside · 2026-10-21
- Acellera 用无监督 AI 科学家虚拟实验室跑真实分子发现项目 — gdefabritiis · 2026-10-21