把纠错存成 LoRA：Self-Direction 让 Agent GAIA 成功率 38.8%→55.8%
rohanpaul_ai · x · 2026-10-30
Princeton 与 Meta FAIR 的论文提出 Self-Direction：Agent 失败后反思轨迹，把教训蒸馏成一个仅约基础模型 0.02% 参数量的 LoRA adapter，存入持久化"教训库"，之后遇到相似任务由路由器自动加载。
要点：
- 解决的问题：in-context 反思跨会话易丢失，全参数微调成本高且可能损害已有能力。
- 用 Qwen 系列模型在 GAIA、Claw-Eval、Terminal-Bench 2.1 上验证，成功率提升 8.917.0 个百分点；GAIA 上从 38.8% 升至 55.8%，超过 in-context 反思和 Skills.md 方案。
- 185 个历史错误的修复中，第三次遇到同类任务时 67.3% 的修复仍有效，纯重试只有 42.9%。
- 少量 adapter 还能泛化到数十个新任务，无需额外训练。
实践启示：如果 Agent 反复犯同样的错，把每次修复保存为可重载的小 adapter，而不只是写进 prompt 笔记。
所属事件:Princeton与Meta提出Self-Direction：Agent从错误中蒸馏LoRA持续进化(2 条相关)→
「编程与Agent」频道最新
- 审计 186 条 LLM 抽取事实:零条逐字匹配,1/3 边指向错误实体 — JeremyCMorgan · 2026-10-30
- 同一 harness 两份榜单排名完全颠倒，agent 评测乱象引热议 — lunwang1996 · 2026-10-30
- AI 圈热梗:问厂商评测环境问题,结果「问题出在数据」 — dejavucoder · 2026-10-30
- DropCut:ComfyUI 开源复刻 Higgsfield,照片加歌一键生成卡点 Reel — Mediocre-Purchase-62 · 2026-10-30
- GitHub Copilot Fusion 得分仅差 Claude Code 2 分,成本减半 — rohanpaul_ai · 2026-10-30
- 「7 天额度 3 天烧完」和「无视风格指南」是同一个注意力 bug — RandalSchwartz · 2026-10-30