提出LEAFE框架,通过反思性回溯与经验蒸馏,使大语言模型能从环境反馈中内化恢复型智能,提升长程交互任务中的错误恢复能力,在固定交互预算下显著改善Pass@k性能(如Pass@128提升达14%)。
机构:UCSD
来源:arXiv 2603.16843 | AI4Papers 论文推荐平台