论文
突破环境之墙：为递归自我改进演化LLM智能体环境
Breaking the Environment Wall: Evolving LLM Agent Environments for Recursive Self-Improvement
摘要
许多真实世界任务（如办公工作流、科学实验）要求LLM智能体与其环境反复交互以进行上下文相关的操作。然而，这样的环境往往并未为智能体做好准备。首先，信息常常分散、碎片化地分布在环境中。其次，环境中的相关证据常与误导性信息和冲突版本混杂。第三，环境随时间演化，引入新噪声和更具挑战性的任务。这些挑战会显著降低最先进AI智能体的性能（例如从83.9%降至57.6%）。为应对这些挑战，我们提出Env-Rethink（一个基于27B后训练模型的系统），支持三项主要能力：（1）自适应构建Collection Maps（组织相关文件）和Event Logs（为跨数据关系提供上下文）以补充必要上下文；（2）进一步利用后训练模型（通过离线轨迹学习）识别环境中的潜在噪声问题；（3）最终通过虚拟事件历史演化环境，改变环境状态和证据关系，产生更棘手的环境以促进智能体进一步改进。实验表明，Env-Rethink能有效提升下游任务性能（在30个任务上跨九个模型的rubric通过率提升超过15.1%）。
