TAHI 框架:数十次交互即可让 Agent 适配专家级任务
AkariAsai · x · 2026-10-05
研究者 Zhiruo Wang 在 CoLM2026「Learning from Situated Interaction」工作坊介绍 TAHI——一个通过人机交互实现测试时自适应的 Agent 框架。要点:
- 测试时自适应:同时通过上下文(记忆、技能)与权重训练进行 adaptation
- 高效个性化:几十个任务内即可适配到具体个人的专业水平
- 非可验证任务:为「无法自动判分」的任务构建完整 rubric
- 分析维度:对比社区共享规范 vs 个人隐性专业知识
核心论点:用海量人群数据训练的 Agent 能做很多事,但要让专业人士敢把声誉押在 AI 产出上,"还不错"远远不够。作者将在工作坊做相关报告,并正在学术市场求职。
「编程与Agent」频道最新
- 他用旧笔记本+Claude 脚本,给远方的妈妈搭了条 24 小时视频热线 — spiritdouble · 2026-10-05
- GitHarness 论文：用 Git 分支管理 Agent 记忆，应对中途改需求 — rohanpaul_ai · 2026-10-05
- 把 agent 记忆当 Git 仓库管理,一个设置下省 73.6% token 还更准 — rohanpaul_ai · 2026-10-05
- 把 antirez 的 ds4 砍到 45k 行：Qwen3.8 Flash Next 在 Metal 上快 10% — Chida82 · 2026-10-05
- 同一提示词横评：Claude、ChatGPT 与 Figma Make 谁更强 — Tegadesigns · 2026-10-05
- 开发者用 Agent 把 Muse 语音助手移植到 15 年前的老 PSP 上 — alexandr_wang · 2026-10-05