返回快讯列表
大模型前沿

PoS 为长任务 Agent 维护显式信念状态,识别“原地打转”

论文让 Agent 持续维护当前世界状态和未完成要求,并在检测到 Belief Trapping 时按问题类型恢复。

Beyond Memory 论文提出 PoS(显式信念状态)框架,试图解决长任务 Agent 只保存聊天历史却没有清晰当前世界模型的问题。每个 belief 同时记录对外部世界的估计和任务还缺哪些条件,Agent 需要在行动过程中持续更新它。

框架会验证 belief 的一致性,并监测任务是否真正取得进展。作者把持续采取动作却没有靠近目标的情况称为 Belief Trapping,一旦发现,系统会根据未完成要求和卡住模式选择恢复方式,而不是继续把更多历史消息压进上下文。

论文在四个执行和诊断基准、三种语言模型骨干上报告最高总体表现,并通过消融实验说明一致性验证与恢复模块都有作用。它仍属于推理时框架,论文没有说明在所有真实工具环境中都能自动识别卡住,也没有把显式状态等同于可信的世界事实。

更多快讯