MemSkill:记忆技能跨模型零重训迁移,LLaMA 训练直接用于 Qwen
jiqizhixin · x · 2026-11-19
南洋理工大学、UIUC、UIC 和清华大学的研究者提出 MemSkill,一个学习 agent 如何构建记忆的框架,核心发现是:用一个语言模型学到的记忆技能可以不经重训迁移到另一个模型。
框架要点:
- 一个轻量 controller 为交互历史的每个文本片段选择可复用的记忆技能(skill bank 含 skip/insert/update/delete 等操作);LLM executor 按技能提取或修订记忆;下游任务奖励训练选择策略(闭环优化)。
- Designer 组件周期性地聚类分析困难失败案例(hard case buffer),修订现有技能或提出新技能,把不断演化的技能库回馈进训练。
- 在 LoCoMo、LongMemEval 对话记忆基准及 ALFWorld 交互任务上评测:用 LLaMA 训练的技能直接迁移到 Qwen,LoCoMo 技能库也在文档类任务上测试有效。
「编程与Agent」频道最新
- 记忆系统 Honcho 推出 Dream Histories,可视化查看"做梦"如何改变记忆表征 — Scobleizer · 2026-11-19
- 六年知识管理讲师:塞一个 markdown 文件夹不是 AI 第二大脑 — evielync · 2026-11-19
- FrontierRSI 榜单:Claude Opus 5.5 以 34.3% 居首,GPT-6 系列落后约 10 个百分点 — nathanbenaich · 2026-11-19
- 为 opencode RL 调优的 Qwen3.8-27B 登陆 Mac,4-bit 跑出 156 tok/s — yb2698 · 2026-11-19
- Google Neon 用 Blender MCP 在 Antigravity 生成照片级 3D 实验室模拟 — elonmusk · 2026-11-19
- Jeremy Howard 批 Gemini CLI:MCP 输出硬限 10k、目录设置不便 — jeremyphoward · 2026-11-19