Para peneliti mengusulkan CurateEvo, sebuah kerangka evolusi dinamis berbasis kegagalan yang dirancang untuk meningkatkan pengambilan keputusan jangka panjang pada agen model bahasa besar melalui kurasi data iteratif. Berbeda dengan metode tradisional yang memperlakukan kurasi sebagai langkah pra-pemrosesan tetap, CurateEvo merepresentasikan strategi sebagai kode yang dapat dieksekusi dan menulis ulang menggunakan lintasan gagal dari set pengembangan yang dipisahkan.
- Kerangka ini secara iteratif menulis ulang strategi kurasi untuk mendiagnosis mode kegagalan yang berulang, serta menambah, memfilter, atau menyempurnakan data sesuai kebutuhan.
- Pada setiap epoch, kerangka ini mengubah korpus mentah menjadi data penyetelan halus terawasi, data pembelajaran penguatan, dan bank memori saat inferensi.
- Tujuan yang sadar biaya memangkas putaran pelatihan yang redundan atau berutilitas rendah untuk meningkatkan efisiensi.
- Eksperimen pada ACEBench-Agent, BFCL-V4, dan τ^2-Bench menunjukkan CurateEvo mengungguli metode sebelumnya, meningkatkan skor rata-rata masing-masing sebesar 3,2 dan 2,7 poin.
Para penulis mencatat bahwa CurateEvo kompatibel dengan berbagai resep pasca-pelatihan dan secara substansial mengurangi beban kurasi.