UCLA 团队发布 ACLArena:智能体多阶段持续训练的系统性框架
UCLA-SCAI · hf · 2026-09-23
UCLA SCAI 团队在 Hugging Face 发布 ACLArena,针对工业级通用智能体需要在多个训练阶段整合多种能力、但缺乏成熟的 Agent Continual Learning(ACL)配方这一空白,提出系统研究框架。
核心工作:
- 构建顺序训练流水线,从模型层和 token 层两个互补视角解释遗忘与泛化的机制;
- 系统比较多教师 on-policy 蒸馏、自蒸馏微调与模型合并,评估它们在保留新能力的同时恢复旧能力的效果;
- 提出新 ACL 配方:高质量轨迹的离线回放 + 经 RL 特化的多 LoRA 专家路由网络,显著提升智能体跨领域学习能力;
- 在四个推理与 agentic 任务上,以域内/域外两种设置验证了分析与方案的有效性。
「编程与Agent」频道最新
- OpenAI 上线 Prompt 缓存仪表盘:可查缓存命中率与失效原因 — OpenAIDevs · 2026-09-23
- Firecrawl 用 Agent 群给互联网编目,Alexandria 获 7500 万美元 B 轮 — devdigest · 2026-09-23
- 让听者决定何时打断：新研究重新定义智能体通信效率 — lileics · 2026-09-23
- 让听众学会打断:CMU×Meta 方法砍掉多智能体 32.2% 通信成本 — lileics · 2026-09-23
- 编码 Agent 用 as any 修 TS 报错?可能在悄悄消灭编译反馈 — gethackteam · 2026-09-23
- 别再审计划了:让模型一次交 3 个端到端方案 — alex_frantic · 2026-09-23