Shockingly Simple Self-retrospection Improves Agentic Models Without RL

arxiv · arXiv · 2026-09-29 01:54 · 评分 85

研究提出 Retrospection-Only Fine-Tuning（ROFT），仅让语言模型 Agent 基于自身经历的解释进行训练，不依赖强化学习即可改善后续行为，凸显自我复盘对智能体学习的价值。