Mechanizm, w którym agent po niepowodzeniu destyluje lekcje z trajektorii do lekkiego adaptera LoRA, zachowując bazowe wagi zamrożone.
A mechanism in which an agent, after failure, distils a lesson from its trajectory into a lightweight LoRA adapter while keeping base weights frozen.
Agent po błędzie wyciąga lekcje i zapisuje ją jako mały adapter, żeby nie powtarzać pomyłki.
After a failure the agent extracts a lesson and stores it as a small adapter so it does not repeat the mistake.
Asystent naprawia błąd tylko na chwilę, a przy następnym podobnym zadaniu znowu się myli.
An assistant fixes a mistake only temporarily and repeats it on the next similar task.
Po niepowodzeniu analizuje własną ścieżkę, uczy mały adapter na lekcji i trzyma go w bibliotece do późniejszego użycia.
After failure it analyses its own path, trains a small adapter on the lesson and keeps it in a library for later use.
Agent nie umie paginować wyników wyszukiwania. Po błędzie tworzy adapter, który później pomaga przy podobnych zadaniach zbierania danych.
An agent fails at paginating search results. After the mistake it creates an adapter that later helps on similar data-gathering tasks.