MOCHA：透過 Chebyshev 退火優化 LLM 代理技能
MOCHA 是一個將 LLM 代理技能開發視為多目標問題的新優化框架。透過使用 Chebyshev 純量化與指數退火技術，它在平衡任務效能與平台限制方面優於傳統的提示詞優化器。
Search
Tag: #llm-agents89 results
DeepSeek 組建 Harness 團隊，對標 Claude Code
DeepSeek 正在組建一個名為「Harness」的新團隊，專注於 AI 程式碼代理產品。該計畫旨在直接對標 Anthropic 旗下的 Claude Code，此消息已由資深研究員陳德里證實。
SkillSmith：將 Agent 技能編譯為高效執行時介面
SkillSmith 是一個全新的編譯器執行時框架，透過將原始技能轉換為最小化的邊界導向執行介面，優化 LLM Agent 的效能。此方法消除了冗餘的推理與上下文注入，顯著降低了 Token 使用量、延遲與營運成本。
SPIN：透過 DAG 約束優化工業級 LLM 規劃能力
SPIN 是一種新型的 LLM 代理規劃封裝工具，透過強制執行有向無環圖 (DAG) 結構來減少無效工作流與工具成本。它在工業場景中透過在執行前驗證計畫，顯著提升了任務執行的效率與準確性。
LLM 代理在組合優化任務中超越傳統啟發式演算法
這項研究提出了一種利用 LLM 代理根據任務分佈樣本合成專用求解器代碼的框架。合成後的求解器在執行速度和解的品質上，均顯著優於標準啟發式演算法及工業級工具如 Gurobi。
LLM 工具使用中的「知行落差」研究
這項研究發現 LLM 在判斷工具必要性與實際執行工具呼叫之間存在顯著落差。研究指出，模型往往無法將其對工具需求的「認知」轉化為實際的「行動」。
受生物學啟發的 LLM Agent 記憶架構
這項研究為 LLM Agent 引入了一種模仿人類認知過程（如睡眠階段鞏固和基於干擾的遺忘）的記憶架構。它能有效管理長期互動數據，同時保持高檢索準確度並減少儲存需求。
Agent-BOM：LLM 代理審計的統一圖表示
Agent-BOM 提出統一階層圖形，用以使 LLM 代理具備安全可審計性，彌補低階事件與高階意圖的語義差距。它將模型與工具等靜態能力，分離自目標與動作等動態狀態。評估顯示能偵測記憶體中毒及多代理劫持等隱匿攻擊。
從歷史到狀態：LLM 代理的常數上下文技能學習
提出常數上下文技能學習，解決 LLM 代理在個人助理應用中的隱私-成本-能力衝突。重複程序提煉成輕量模組，經 SFT 和 RL 訓練，僅依賴當前觀察與緊湊狀態推斷。在 ALFWorld 達 89.6% 成功率，提示令牌減 2-7 倍，優於 ReAct。
BALAR：主動推理的貝氏代理迴圈
BALAR 是一種任務無關的外迴圈演算法，讓大型語言模型在多輪互動中主動推理，無需微調。它維護潛在狀態的貝氏信念，透過最大化期望互信息選擇澄清問題，並動態擴展狀態表示。它在 AR-Bench-DC 上優於基準 14.6%、AR-Bench-SP 上 38.5%、iCraft-MD 上 30.5%。