Jason Weston 团队让智能体自我优化记忆:测试分从 36.1 提到 56.0

jaseweston · x · 2026-11-17

Jason Weston 发布系列推文介绍「自我改进记忆(Self-Improving Memory)」方法:智能体在子任务前执行 LOAD、后执行 OFFLOAD,把学到的东西写入文件携带。第一步「Discover」由一个元智能体阅读轨迹、找出记忆使用失效之处,并重写 LOAD/OFFLOAD 提示词,最优候选(各 5 次运行)作为父代迭代。结果:优化后的 harness 平均测试分 56.0,优于最佳手写版 44.6 和通用版 36.1。元智能体与任务智能体用同一模型(Kimi-K2.6),因此模型学到的是自己发现的记忆技能。

所属事件:Meta Self-Improving Memory:模型自发现记忆技能再练进权重(6 条相关)→

原文链接 →

「编程与Agent」频道最新

更多「编程与Agent」频道 AI 资讯 →