正文 · AI 翻译
约翰·霍普金斯大学和卡内基梅隆大学的一篇新论文表明，小模型可以根据运行结果学会改进智能体的运行框架代码，而且这种能力可以迁移到新任务。
一个经过训练、能根据失败报告重写智能体运行框架代码的小模型，可以帮助智能体适应新任务，所以不妨让它调优你的运行框架，而不是手动修改。
运行框架是决定模型看到什么以及调用哪些工具的代码。编辑模型读取运行框架和失败信息，然后编写代码改动，并根据新运行框架的得分获得奖励。
在21种未见过的推理任务类型上，一个4B编辑模型的平均编辑得分从0.32升至0.62，超过了它的35B教师模型。另一个在HotpotQA上训练的编辑模型，在另外2个问答基准测试中也能持续改进运行框架。
对每项任务运行多轮，因为反复编辑的效果优于单次修复。