时令 发自 凹非寺
量子位 | 公众号 QbitAI
是时候为传统微调献上挽歌了。
一项全新研究，刚刚又给微调致命一击 。
来自斯坦福大学、SambaNova Systems公司和加州大学伯克利分校的研究人员 ，在新论文中证明：
依靠上下文工程 ，无需调整任何权重，模型也能不断变聪明 。
他们提出的方法名为智能体上下文工程ACE。
ACE不依赖模型重新训练 ，而是让上下文自主进化，通过反复生成、反思并编辑自己的提示 ，直至成为一个自我完善的系统 。
在智能体和特定领域的基准测试中 ，ACE能同时优化离线上下文（如system prompt）和在线上下文（如agent memory），并稳定优于强力基线模型 。
下面具体来看。
ACE框架
现在很多AI应用（比如自动处理财务数据的工具 、能调用APP的智能助手）都靠 “上下文适配” 来提升能力 。
简单来说 ，就是不给模型改底层参数，而是在输入里加指令 、策略或证据 ，但老方法有两个大问题：
简洁偏置
为了让输入简短 ，把关键细节丢了 。比如只说 “处理财务数据”，却没说 “要按XBRL格式核对数值 ”，导致模型犯错。
上下文崩溃
反复修改输入时 ，模型会把之前积累的有用信息越改越短、越改越没用 。比如原本有1.8万个token的实用策略 ，准确率为66.7，改一次就剩122个token ，效果却下降到57.1 。
ACE就是为了解决这两个问题来的，与将知识压缩为简短摘要或静态指令的方法不同 ，它将上下文视为不断演化的操作手册 ，能够随时间不断累积 、优化并组织策略。
基于Dynamic Cheatsheet的智能体设计，ACE把模型的 “上下文优化 ” 拆成分工明确的三个角色 。
- 生成器（Generator）：负责生成推理轨迹；
- 反思器（Reflector）：负责从成功和错误中提炼具体见解；
- 整理器（Curator）：负责将这些见解整合到结构化的上下文更新中 。
如上图所示 ，工作流程首先由生成器针对新查询生成推理轨迹，这些轨迹既能呈现有效策略 ，也会暴露常见错误。
随后 ，反思器对这些轨迹进行评析，从中提炼出经验教训，并可选择通过多轮迭代加以优化。
接着 ，整理器将这些经验合成为简洁的增量条目 ，再经由轻量级的非LLM逻辑，以确定性的方式将其合并至现有上下文中 。
由于更新内容被逐项分解并局部化 ，多个增量得以并行合并 ，从而实现大规模的批量适应 。
此外，ACE还支持多轮次适应机制 ，即对同一组查询进行反复学习 ，逐步强化上下文质量。
ACE在两大场景中全面超越基线
实验结果表明，在智能体和财务分析两大场景中 ，ACE稳定优于Base LLM（无适配） 、ICL（少样本演示）、GEPA（主流prompt优化） 、Dynamic Cheatsheet（动态备忘单）等方法 。
在智能体测试中 ，研究团队采用的是AppWorld，它是一套自主智能体任务集合 ，涵盖API理解 、代码生成和环境交互 。
结果显示 ，ReAct+ACE相比ReAct+ICL和ReAct+GEPA分别领先12.3%和11.9%，优势显著。这表明，与固定的演示示例或单一优化指令提示相比 ，结构化、可演进且精细化的上下文能够更有效地促进智能体学习 。
这一优势在在线场景中同样得以延续：ACE平均以7.6%的性能提升领先于Dynamic Cheatsheet等现有自适应方法 。
在财务分析中，研究者选用FiNER和Formula来测评模型的金融推理能力 ，其任务依赖可扩展商业报告语言（XBRL）。
- FiNER要求对XBRL财务文档中的token进行标注 ，将其归类为139种细粒度实体类型之一，这是在受监管领域进行金融信息抽取的关键步骤 。
- Formula则侧重于从结构化XBRL报告中提取数值 ，并通过计算回答金融查询 ，即进行数值推理任务 。
在离线环境下，当模型获得训练集中的真实答案作为输入时 ，ACE以平均10.9%的优势明显超越了ICL 、MIPROv2和GEPA。
此外，ACE在降低自适应成本（如尝试次数和token输入/生成的费用）与延迟方面展现出显著优势 。
具体而言 ，在AppWorld的离线自适应任务中 ，与GEPA相比，ACE将自适应延迟降低了82.3%，并将尝试次数减少了75.1% 。
在FiNER的在线自适应场景中 ，与DC相比 ，ACE实现了91.5%的自适应延迟降低，并在token输入与生成的相关费用上节省了83.6%。
华人出品
这项研究的两位一作都是华人。
Qizheng Zhang，斯坦福大学计算机科学系四年级博士生 。此前在芝加哥大学获得了数学 、计算机科学和统计学三个专业的学士学位 。
本科期间 ，他就与Junchen Jiang和Ravi Netravali两位教授合作开展计算机网络研究 ，专注于面向视频流与分析的网络系统设计。
此外，他还在美国阿贡国家实验室数学与计算机科学部（MCS）和微软研究院实习过 。
Changran Hu ，本科毕业于清华大学，硕士毕业于加州大学伯克利分校 。
20岁时 ，他就成为了一家AI音乐生成公司DeepMusic的联合创始人 ，成功获得来自中国顶级企业的1000万美元投资，并与多位中国流行歌手（如周杰伦、李健）建立合作。
随后，他以应用科学家实习生的身份加入微软 ，并于2021年成为Sambanova Systems研究工程师 ，随后晋升为技术主管兼经理，主要负责模型后训练与智能体AI相关研发工作 。
参考链接：
[1]https://x.com/rryssf_/status/1976269613072843063
[2]http://arxiv.org/abs/2510.04618
[3]https://openreview.net/profile?id=~Qizheng_Zhang1
[4]https://www.linkedin.com/in/changran-hu/
— 完 —
量子位 QbitAI · 头条号签约
关注我们 ，第一时间获知前沿科技动态
本文来自作者[山蝶]投稿，不代表视听号立场，如若转载，请注明出处：https://stddy.com/zsfx/202510-51638.html
评论列表（4条）
我是视听号的签约作者“山蝶”！
希望本篇文章《斯坦福新论文：微调已死，自主上下文当立》能对你有所帮助！
本站[视听号]内容主要涵盖：国足,欧洲杯,世界杯,篮球,欧冠,亚冠,英超,足球,综合体育
本文概览：时令 发自 凹非寺量子位 | 公众号 QbitAI是时候为传统微调献上挽歌了。一项全新研究，刚刚又给微调致命一击。来自斯坦福大学、SambaNova Systems公司和加州大...