WikiSkill 方法随模型规模扩大收益递增
tuvllms · x · 2026-09-01
WikiSkill 是一种通过共同演化智能体技能和 Wiki（将智能体经验整合到不断增长的知识库中）的新方法。研究表明，它显著优于当前的技能演化 SOTA 方法。更有趣的是，类似于思维链，WikiSkill 的收益并未随模型规模扩大而递减，反而随着 Qwen 模型尺寸增加，其性能提升更加明显。
所属事件:谷歌 WikiSkill：用持久知识库让 Agent 越用越强(11 条相关)→
「研究」频道最新
- 非可逆聚合算子的高效滑动窗口算法引开发者点赞 — Paimaamu · 2026-10-16
- 5 万条编造数据被 ChatGPT 引用：GEO 实验揭示 AI 搜索漏洞 — metehan777 · 2026-10-16
- 博主纠正生成模型讨论:这不是梯度下降问题,而是 mode collapse — burny_tech · 2026-10-16
- Causal Inference 入门系列开更,第一部分上线 — Nasereliver · 2026-10-16
- RIKEN 新法 FBI:训练更新只需一次采样,Pass@10 成本降至 12.3% — EmtiyazKhan · 2026-10-16
- 伯克利团队用扩散模型直接采样机器人策略权重，Unitree G1 真机走跑起舞 — berkeley_ai · 2026-10-16