Libra：训练代理信息检索环境

大规模存储库中的信息本地化是代理 LLM 系统的基石。虽然合成数据驱动的优化已被证明在训练 LLM 方面是成功的，但很少有人关注以数据驱动的方式优化代理的工作环境（存储库本身）。为了弥补这一差距，我们提出了 Libra，这是一个自我进化的框架，它将可变的“目录”（用作可导航索引的分层 Markdown 文件）引入到存储库中。 Libra 运行 LLM 驱动的优化循环，其中提示器生成综合查询，冻结的求解器尝试通过导航目录来解决它们，而治疗器则重写目录以响应求解器的本地化失败。对 12 个 SWE-bench Lite 存储库的评估表明，这种环境修复可在代码本地化准确性方面带来持续的对数改进。此外，这些环境改进在不同的 LLM 和问题集上实现了零射击。尽管本文的重点是研究此类系统的一般行为，但我们还证明了配备 Libra 优化目录的极简主义 编码智能体 的性能优于最先进的基线。代码可在 https://github.com/salesforce-misc/Libra 获取，数据可在 https://huggingface.co/datasets/Salesforce/Libra 获取。