**Agent-Reflex：提升语言智能体主动反思与故障恢复能力的训练框架**

_Agent-Reflex: Teaching Language Agents to Act Reflectively_

> 针对现有智能体在噪声反馈和用户干预下反思学习不足的问题，提出Agent-Reflex通用训练框架。该框架包含环境反思技能发现（RSD）、反思监督微调（ReSFT）及在线策略反思策略优化（ORPO）三个阶段，旨在激励智能体进行主动反思。基于Qwen3-8B的实验显示，该方法在长程工具使用基准上取得58.6分，显著优于基线模型，并提升了智能体对噪声的鲁棒性。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-10-14 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.17953)