DAEDALUS：通过自生成任务引导智能体构建记忆

该论文提出 DAEDALUS，让智能体通过自生成任务和失败轨迹构建可复用记忆，关注价值在于减少新环境中反复摸索工具行为和操作约定的成本。

• 系统由探索者和求解者组成，探索者生成具有挑战性但可解决的任务，求解者实际尝试。
• 系统从求解失败中提取启发式规则，只有在加入规则后反复成功时才写入记忆库。
• 探索结果还会反馈给探索者，用于调整后续任务难度，因此记忆构建与任务生成形成闭环。
• 在 AppWorld、τ²-bench 和 AutomationBench 上，论文报告平均成功率最高提升 15.9 个百分点，pass^5 最高提升约 2.2 倍。
• 这些结果依赖探索预算、记忆检索方式和基准环境；自生成任务可以辅助排序模型，但不能自动证明其与真实业务难度等价。影响/看点：如果在更多工具环境中保持效果，智能体可能通过低成本自练习积累操作经验，减少对人工编写指南和预先准备训练任务的依赖。
• 资料依据:
• arXiv论文《DAEDALUS: Bootstrapping Agent Memory from Self-Generated Tasks》（2026-10-06）：https://arxiv.org/abs/2610.08048
• DAEDALUS官方代码仓库（2026-10-06）：https://github.com/illuin-tech/daedalus

本内容由 AI 生成，仅供参考，请注意甄别