Agent-Reflex框架提升语言代理反思能力

2026年10月13日，研究团队在Hugging Face Daily Papers发布Agent-Reflex训练框架，旨在教语言智能体学会反思性行动。该框架包含环境反思技能发现（RSD）、反思监督微调（ReSFT）和同策略反思策略优化（ORPO）三个阶段，激励语言智能体主动反思。基于Qwen3-8B，该框架在五个长程工具使用基准上达到58.6总分，在AgentNoiseBench上达到29.1，超越环境扩展与反思基线。代码已开源。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。