Agent-Reflex：Qwen3-8B 模型推动语言智能体反思学习

Agent-Reflex 是一种针对语言智能体的通用训练框架，旨在激励智能体进行主动反思。该框架基于 Qwen3-8B 模型，在五个长期工具使用基准测试中达到 58.6 的整体分数，在 AgentNoiseBench 上达到 29.1，超越了现有的环境扩展和反思基线。实验表明，Agent-Reflex 提高了智能体对噪声的鲁棒性，同时保持了稳定的训练动态，支持可扩展的智能体训练。