智迹闻AuraTracer
EN

EVENT DOSSIER

TROVE:通过基于追踪的路由验证和编辑实现自适应代理技能编排

2026-09-07 12:00 大模型 🔥 42.2 事件热度
1家信源
1天持续发酵
42.2事件热度
1个提及
摘要由 AI 生成

研究人员提出名为 TROVE 的新方法,旨在通过运行时证据验证与编辑修正来优化智能体技能编排。该方法离线阶段将工作流搜索痕迹蒸馏为原子及复合技能,并构建结果条件转换图;在线阶段则将计划路线视为临时方案,在确认顶层技能后保留有效续行、插入基于痕迹的局部响应或替换无效后缀。跨代码生成、问答及数学推理基准的评估显示,TROVE 相比数据集级优化、查询级架构选择及图约束调度等基线提供了更优的质量 - 效率权衡。消融实验证实,复合技能捕获主要离线收益,插入实现局部修正,而后缀替换主要提升效率。

相关事件RELATED EVENTS
关键实体KEY ENTITIES
TROVE

信号强度SIGNALS

关键词热度
  • TROVE1

全部报道(1)SOURCES

A arXiv cs.AI en 2026-09-07 12:00

TROVE: Adaptive Agent Skill Orchestration via Trace-Grounded Route Validation and Editing

提出 Trace-grounded Route Orchestration via Validation and Editing(TROVE),通过运行时证据验证与编辑修正执行路径。该方法离线将工作流搜索痕迹蒸馏为原子及复合技能,并构建结果条件转换图;在线阶段将计划路线视为临时方案,在确认顶层技能后保留有效续行、插入基于痕迹的局部响应或仅替换无效后缀。跨代码生成、问答及数学推理基准的评估显示,TROVE 相比数据集级优化、查询级架构选择及图约束调度等基线,提供了更优的质量 - 效率权衡;当结果改变续行时质量提升最大,而早期终止在近饱和任务上带来显著效率增益。消融实验证实复合技能捕获主要离线收益,插入实现局部修正,后缀替换主要提升效率。