Shopify 公开持续学习闭环：小模型加 judge-critic 打败前沿模型
PyTorch · x · 2026-10-21
PyTorch Conference 2026 上，Shopify 高级 Staff ML 工程师 Cody Mazza-Anthony 展示了基于 PyTorch 与 vLLM 的持续学习闭环，以 Buyer Profile（买家画像）为例：
- 生产环境中用校准过的 judge 标记低分输出；
- critic 对每个失败做诊断，带 critic 提示重放后再由 judge 重新打分；
- 被采纳的修复会扩充并改进训练数据，形成闭环；
- 结果显示，一个小型专精模型在该任务上可以超过前沿大模型；随后还通过 prompt 压缩优化推理成本。
演讲直播可在 PyTorch 官方频道观看。
所属事件:Shopify 演示持续学习闭环，小模型击败前沿模型(2 条相关)→
「编程与Agent」频道最新
- 研究智能体 Épi 刷新 120 项纪录,n-queens 常数区间缩小 84 倍 — dair_ai · 2026-10-21
- Compaction hooks 实战:保留末尾消息原文+摘要压缩,实现 agent 记忆连续性 — MoonL88537 · 2026-10-21
- 「空白输入框的隐性成本」：当操作负担经由语言重新回到用户身上 — _AustinCalvert_ · 2026-10-21
- DeepMind 论文：自进化 Agent 学新任务最快，忘掉旧知识也最多 — rohanpaul_ai · 2026-10-21
- arXiv 原文:《自进化 Agent 是持续学习者吗?》——可塑性代价是稳定性 — rohanpaul_ai · 2026-10-21
- PM OS、Team OS、Company OS:三层 AI 工作系统怎么搭、先搭哪个 — aakashgupta · 2026-10-21