rohanpaul_ai· @rohanpaul_ai · X·· 6 小时前AI 评分
Microsoft 论文提出 TeleTune：从离线遥测数据中进化 Agent 技能
Microsoft 论文提出 TeleTune，让 agent 从原始使用日志中学习软件技能，只保留能更好预测用户下一步动作的技能编辑。它先猜测每个会话的目标，让模型用文本技能库预测日志中的每个动作，错误猜测触发库编辑，编辑仅在留出日志上准确率提升时保留，从而无需实时测试环境即可验证新技能是否有效。
微软的一篇新论文表明，智能体可以从原始使用日志中学习软件技能，方法是只保留那些能更好预测用户下一步操作的技能修改。
也就是说，你不需要一个实时测试环境来验证新的智能体技能是否有帮助，因为在旧日志上的下一步操作预测准确率与实时成功率是相关的。
使用日志蕴含大量经验知识，但它们不记录目标，常常混合多个任务，而且无法重放。此前的方法，比如 Agent Workflow Memory，需要带目标标注的样本或实时环境来测试修改。
TeleTune 会猜测每个会话的目标，并让模型利用一个文本技能库来预测日志中的每一个操作。猜测错误会提示对技能库进行修改，而只有当准确率在留出日志上提升时，该修改才会被保留。
如果你的产品记录了用户活动，就用它来挖掘智能体技能，并用留出日志上的下一步操作准确率来评估每一处修改。
– arxiv. org/abs/2610.05437
标题：《TeleTune：从离线遥测数据中演化智能体技能》
来源：rohanpaul_ai · x.com