RIMRULE: Improving Tool-Using Language Agents via MDL-Guided Rule Learning
RIMRULE 是一种神经符号方法，它通过利用最小描述长度目标，从失败轨迹中动态注入精简且可解释的规则，从而在不修改模型权重的情况下，增强大型语言模型在特定领域设置下的工具使用可靠性，并提高其在已见和未见工具上的准确性。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，你正在教一个非常聪明但有点笨手笨脚的机器人助手如何使用一套新工具。也许这些工具很古怪，或者说明书丢了，又或者这个机器人总是按错按钮。
在过去，如果机器人失败了，我们有两种主要的修复方法：
- 给它看例子： “我曾经是怎么做的，你试着模仿我。”（这就像给学生看教科书里的范例）。
- 重塑它的脑回路： 我们会让它从头开始重新训练，以记住新的方式。（这既昂贵又缓慢，而且你无法轻易地将这种新的“大脑”分享给其他机器人）。
这篇论文介绍了一种第三种更聪明的方法，叫做 RIMRULE。把它想象成教机器人根据自己的错误来编写自己的**“小抄”**。
它是这样运作的，我们可以将其分解为以下简单的步骤：
1. “哎呀”时刻（从失败中学习）
首先，机器人尝试执行一项任务并失败了。也许它错误地调用了一个工具。系统不仅仅是说“再试一次”，而是会观察它为什么失败了。
- 类比： 想象你在烤蛋糕，但因为忘了预热烤箱而把蛋糕烤焦了。与其只是再烤一个并寄希望于好运，不如写下一条笔记：“如果食谱说要‘烘烤’，先检查烤箱温度。”
2. 编写小抄（规则生成）
机器人（利用大语言模型）观察自己的错误，并写下一条简单的规则来修复它。
- 转折点： 机器人不会只写一段冗长混乱的文字。它会写一条简短、清晰的“如果-那么（If-Then）”规则。
- 例子： “如果用户询问关于家族树的问题，那么将问题拆解为较小的步骤（先找母亲，再找祖父），而不是一次性询问整个家族。”
3. “编辑”环节（MDL 整合）
起初，机器人可能会写下 100 条规则，其中许多是重复的或过于具体的（例如：“如果用户询问约翰的母亲……”以及“如果用户询问莎拉的母亲……”）。
系统使用一种称为**最小描述长度（Minimum Description Length, MDL）**的原则。把这想象成一个严厉的编辑，他会说：“别再写 100 条规则了。把它们合并成一条强大的规则，从而涵盖所有情况。”
- 目标： 尽可能保持小抄的简洁和精炼，同时仍能解决最多的问题。这使得规则易于阅读且易于记忆。
4. “口袋指南”（检索）
当机器人面对一个新任务时，它不会去读它那本 100 页的历史书。相反，它会快速查找适用于当前情况的具体规则，并将其放入“口袋”（提示词/Prompt）中。
- 类比： 这就像一名机械师，在修理汽车之前，会快速查看口袋里关于“刹车异响”的特定手册页，而不是阅读整本关于汽车构造的书籍。
为什么这很特别？
- 它具有可移植性： 因为规则是用纯英文（以及简单的代码格式）编写的，你可以把一个“笨”机器人写下的小抄交给一个“超级聪明”的机器人。聪明的机器人不需要重新训练；它只需要阅读新的小抄就能立即变得更好。
- 它是一份“小抄”，而非“脑部手术”： 不同于其他需要重新训练模型的方案（那就像是脑部手术），这只是在指令中添加了一张便签。它很快捷，且不会改变机器人的核心人格。
- 它适用于新工具： 即使机器人从未见过某个特定的工具，如果规则说“始终先检查工具的要求”，这条建议仍然会有所帮助。
结果
研究人员在两个大型工具使用挑战集上测试了它。他们发现：
- 给机器人这些小抄让它在处理从未见过的任务时，使用工具的能力大大提升。
- 它比仅仅展示例子或尝试优化文本提示（Prompt）的效果更好。
- 它甚至能帮助那些已经经过“微调（Fine-tuned）”（即针对该工作进行了专门训练）的机器人，起到安全网的作用，捕捉剩余的错误。
简而言之： RIMRULE 教会了 AI 通过编写自己的简单、可复用的指令来从错误中学习，而不是仅仅死记硬背例子或重写整个大脑。它将“试错法”转化为了永久的、可分享的教训。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。