Tech Meridian ← К ЛЕНТЕ
PROМОЙ MERIDIAN EN

ИССЛЕДОВАНИЕ · RESEARCH · #3965

ARISE: Практическая самоэволюционирующая память для корпоративных LLM-агентов (arXiv:2611.23588v1)

В статье представлен ARISE (Agent Refinement through Iterative Self-Evaluation) — архитектура памяти, которая позволяет агенту самостоятелъно атрибутировать свои ошибки и сохранять микрокоррекции, консолидируя их в правила только при росте точности на отложенной выборке, без изменения весов модели, инструментов или логики рабочих процессов. На 14 доменах корпоративных рабочих процессов (SOP-Bench и τ^2-bench) с пятью моделями ARISE-Teacher (использует Claude Opus 4.6 для атрибуции и консолидации) повышает точность на 10.9 процентных пункта на SOP-Bench и на 5.8 на τ^2-bench по сравнению с базовой, превосходит GEPA на 4.5 п.п. по τ^2-bench и на 1.4 п.п. по SOP-Bench, а также снижает количество вызовов модели и выходных токенов на 4.0% и 5.2% соответственно при сопоставимой стоимости задачи (–1.0%); ARISE-Self (модель развертывания в роли атрибутора) даёт прирост 10.0 п.п. на SOP-Bench.

КЛЮЧЕВЫЕ ТЕЗИСЫ

  1. В статье представлен ARISE (Agent Refinement through Iterative Self-Evaluation) — архитектура памяти, которая позволяет агенту самостоятелъно атрибутировать свои ошибки и сохранять микрокоррекции, консолидируя их в правила только при росте точности на отложенной выборке, без изменения весов модели, инструментов или логики рабочих процессов.
  2. На 14 доменах корпоративных рабочих процессов (SOP-Bench и τ^2-bench) с пятью моделями ARISE-Teacher (использует Claude Opus 4.6 для атрибуции и консолидации) повышает точность на 10.9 процентных пункта на SOP-Bench и на 5.8 на τ^2-bench по сравнению с базовой, превосходит GEPA на 4.5 п.п.
  3. по SOP-Bench, а также снижает количество вызовов модели и выходных токенов на 4.0% и 5.2% соответственно при сопоставимой стоимости задачи (–1.0%); ARISE-Self (модель развертывания в роли атрибутора) даёт прирост 10.0 п.п.

ПОЧЕМУ ЭТО ВАЖНО

ARISE предлагает практический способ повысить точность агентов и сократить расходы на инференс, эволюционируя память без дообучения моделей или изменения рабочих процессов, что важно для корпоративных внедрений LLM.

ИСТОЧНИКИ И ХРОНОЛОГИЯ

1