斯坦福 Librarian Agents:RL 训练 LLM 预整理工作区,检索准确率提升 33 个百分点
StanfordUniversity · hf · 2026-10-20
斯坦福与 CMU 团队(Chelsea Finn 组)发布 Librarian Agents 框架,让 builder agent 用强化学习把原始文档语料重组为可复用的分层工作区(合成文件 + 引用链接),专为下游回答 agent 服务。思路源于一个不对称性:LLM agent 擅长在现有文件系统里导航解决当前任务,却很少被训练去为未来查询构建可复用的工作区。团队把工作区构建建模为马尔可夫决策过程,以直接最大化下游回答准确率优化 builder 策略。结果:在 BrowseComp-Plus 上超越最强检索与预计算基线 33 个百分点,前期构建成本可摊销到多次查询,并在 BRIGHT 上零样本泛化到未见领域,平均准确率提升 31 点。
「编程与Agent」频道最新
- Fo MCP 发布：让 AI 摇头灯提醒你、指挥扫地机 deep clean — julianweisser · 2026-10-20
- 用 Claude Code 做的游戏上线 664 次游玩,次日回访不足 1% — chongdashu · 2026-10-20
- 「编程依然值得享受」:开发者撰文反驳 AI 时代的编程悲观论 — facontidavide · 2026-10-20
- Gartner:2028 年 70% 企业将弃用厂商 FDE 构建的 agentic AI — alex_verem · 2026-10-20
- 三个 Pydantic AI 智能体工具失败，元凶是重试代码而非模型 — labeveryday · 2026-10-20
- Greptile 获 5000 万美元 B 轮，估值 7.5 亿，日审 GitHub 超 1% PR — ycombinator · 2026-10-20