微软提出 ActiveSaddler，动态优化智能体运行框架

微软研究人员与韩国高校合作者提出ActiveSaddler，用动态课程学习调整智能体框架优化时所使用的训练场景；论文把“选择先优化哪些失败案例”作为区别于修改提示词和控制逻辑的独立问题。

• 方法将反复出现的失败归纳为失败模式，并以非平稳多臂赌博机估计继续处理各模式的潜在收益。
• 控制器在修复已知弱点与探索未见场景之间动态分配运行预算，优化器本身保持不变。
• 官方项目页报告，在相同优化器和测试条件下，GAIA2测试Pass@1提高4.4个百分点，Terminal-Bench 2.0提高7.5个百分点。
• 测试结果分别为59.8%和80.0%，均为三次测试执行的平均值，并附带标准差；这不是对所有智能体任务的普遍性能保证。
• 消融实验显示，移除失败模式建模、优先级调整或探索控制后，指标会下降，说明增益与这些组成部分相关。
• 影响/看点：智能体性能优化可能不仅取决于模型和提示词，也取决于反馈样本如何选择；若方法能在不同模型、预算和任务分布上复现，训练数据调度将成为框架工程的重要变量。
• 资料依据:
• ActiveSaddler项目页面（2026-10-01）：https://autosaddler-projectpage.github.io/activesaddler/
• ActiveSaddler，arXiv论文（2026-10-01）：https://arxiv.org/abs/2610.00906

本内容由 AI 生成，仅供参考，请注意甄别