CMU 用 RL 训练 LLM 写记忆，小模型持续学习比肩 GPT-5.4

卡内基梅隆大学 Aviral Kumar 团队（AIRelab）发布研究《How to Train Memory Writing for Continual Learning》，提出用强化学习训练 LLM 撰写记忆，使其兼顾当前任务与持续学习。结果显示，经此方法训练的 Qwen3.5-4B 在持续学习任务上可比肩 GPT-5.4 的表现。

2026-11-13 ~ 2026-11-13 · 2 条相关

• CMU 提出记忆写入 RL 配方:Qwen3.5-4B 持续学习比肩 GPT-5.4 — aviral_kumar2 · 2026-11-13
• CMU 新研究：用 RL 训练 LLM 写记忆，兼顾当前任务与持续学习 — aviral_kumar2 · 2026-11-13