TimeEvo：基于故障驱动的时序数据智能体自我演化机制
该研究针对通过调用外部工具回答分析问题的时间序列智能体，指出了传统人工预设工具配置的缺陷：一是人机工具不匹配，专家挑选的工具库可能在特定任务中降低异常检测准确率；二是隐性损害，常规自我修正可能在微弱提升总体评分的同时破坏原有的正确答案。论文指出工具的有效性需在运行时根据具体问题动态决定，并提出了故障驱动的智能体自我演化方案。
推荐理由深入剖析了时序分析智能体在工具调用与自我修正中的失效机理，提出了自演化解决思路。
原标题：TimeEvo: Failure-Driven Self-Evolution of a Time Series Agent
阅读 arXiv 人工智能 原文 ↗