Agent-Reflex：教语言智能体反思式行动的训练框架

Agent-Reflex 提出一种通用训练框架，用 RSD、ReSFT 和 ORPO 激励语言智能体在噪声工具反馈和用户纠正下主动反思。该框架基于 Qwen3-8B 构建，在五个长程工具使用 benchmark 上总体得分 58.6，在 AgentNoiseBench 上得分 29.1，并在六个智能体 benchmark 套件中验证了有效性。