TRACE: Agenten verbessern sich selbst durch gezielte Trainingsumgebungen

TRACE (Turning Recurrent Agent failures into Capability-targeted training Environments) ist ein komplett automatisiertes System, das Agenten in spezifischen Umgebungen selbstständig verbessern lässt. Durch den Vergleich von erfolgreichen und gescheiterten Handlungspfaden erkennt das System gezielt fehlende Fähigkeiten. Für jede identifizierte Schwäche wird anschließend eine maßgeschneiderte Trainingsumgebung erzeugt, die das Ausführen der jeweiligen Fähigkeit belohnt. Auf Basis dieser synthetischen Umgebungen wird ein LoRA‑Adapter mittels Reinforcement Learning trainiert, der bei der Inferenz auf die passende Fähigkeit zurückgreift.

Die Ergebnisse zeigen, dass TRACE in unterschiedlichen Szenarien deutlich besser abschneidet als bisherige Methoden. Auf dem Kundenservice‑Benchmark tau^2‑bench steigert es die Leistung des Basismodells um 14,1 Punkte und erzielt sieben perfekte Scores im ToolSandbox‑Test, was einen Vorsprung von 7,4 Punkten und vier perfekten Ergebnissen gegenüber dem stärksten Vergleichsverfahren bedeutet. Bei gleicher Rollout‑Anzahl ist TRACE zudem effizienter als GRPO und GEPA, wobei es die Benchmarks um 9,2 bzw. 7,4 Punkte übertrifft.