🔥 今日值得一读
BCO把Agent隐性直觉写成世界模型，5大基准训练通过率全面碾压对照组！
Belief-Calibrated Optimization: An Explicit World Model for Agentic Optimization
👨💼 主理人解读 · 为什么值得关注
开发者可用此方法显式建模环境响应信念，提升LLM代理在复杂任务中的迭代优化效率。
📖 AI 总结
本文提出了一种名为信念校准优化（BCO）的方法，旨在提升大型语言模型智能体的性能。该方法的核心创新在于将智能体优化过程中隐含的“信念”——即对环境如何响应编辑的假设——显式地记录为一份持续更新的上下文文档，并以此构建一个可用的世界模型。在标准优化循环中加入该文档后，BCO在五个基准测试（涵盖记忆问答、工具使用、代码执行应用智能体和终端智能体）中均取得了比对照组更高的训练通过率，且在未用于候选选择的保留集上优势依然存在。此外，在替换目标模型后，BCO脚手架在多数任务上仍表现领先，但受限于上下文窗口溢出。离线消融实验进一步证实，文档内容本身携带可复用的预测信息，而非仅凭形式起作用，表明显式信念记录能有效提升智能体优化的泛化能力与鲁棒性。
🔑 关键词速览
| Belief-Calibrated Optimization (BCO) | 一种优化方法，将代理对环境响应的信念显式写为持久文档并持续修订，形成世界模型。 |
| world model | 对环境如何响应编辑的当前描述，用于指导代理的决策。 |
| scaffold | 围绕冻结模型构建的外部框架，如提示、工具或循环逻辑，用于提升代理性能。 |
| coding agent | 一种能够读取代码、执行编辑并生成新候选的LLM代理，常用于优化任务。 |
| train passrate | 在训练或开发集上，代理成功完成任务的比例，用于衡量优化效果。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅