UC Berkeley等提出持续学习基准：简单上下文记忆击败昂贵专用系统
ajratner · x · 2026-08-06
UC Berkeley、威斯康星大学麦迪逊分校与 Snorkel AI 联合发布了 Continual Learning Bench，这是首个经过专家验证的基准测试，旨在评估基于 LLM 的智能体能否在真实环境中通过经验实现持续学习。
该基准覆盖了从编程到扑克、流行病学等 6 个真实领域，要求智能体在连续任务序列中进行适应，而非孤立解决问题。研究引入了新的 "增益"(gain) 指标，以剥离模型本身的基础能力，公平衡量系统的学习能力。
令人意外的是，实验结果表明，简单的上下文记忆表现优于 Mem0 和 ACE 等昂贵的专用记忆系统。此外，即使是目前最优秀的 AI 系统，也只能获取约 25% 的潜在学习收益。
「编程与Agent」频道最新
- 实测 Muse Code：一行指令生成终端级内部仪表盘 — alexandr_wang · 2026-08-06
- Prime Agent 编码框架登顶 ARC-AGI-3，得分 95.5% 超人类专家 — xeophon · 2026-08-06
- Nous Research 发布 Hermes 桌面端，可视化智能体记忆图谱 — NousResearch · 2026-08-06
- 开发者实测：用 Shieldstral 构建本地 AI Agent 防火墙 — max_paperclips · 2026-08-06
- Arkham 支持 x402 协议，AI Agent 可用 USDC 直接付费调用 API — kleffew94 · 2026-08-06
- Meta 发布终端 Agent Muse Spark 1.2 及 IDE 测试版 — alexandr_wang · 2026-08-06