エージェントが経験を重みに刻むReTTT
原題 ReTTT: Reflection-Driven Test-Time Training via Experience-Based Parametric Memory
LLMエージェントは多ターンの実行中に行動、観測、環境フィードバックからタスク固有の情報を蓄積する。ReTTTは振り返りを使い、この経験をパラメータ記憶としてテスト時学習に生かす手法。
論点
エージェントは運用中に重みを書き換えるべきか
- コメントを読み込み中…
議論のヒントを見る
賛成側の視点
現場で学べない賢さに意味はない。使うほど育つエージェントが、本当の仕事の相棒になる。反対側の視点
勝手に変わるモデルは監査も再現もできない。事故の責任を誰が取るのか。
みんなのコメント 件
コメントを書く