Meta FAIR 的 Self-Improving Memory 让智能体改写自己的记忆提示词
先了解这件事
Meta FAIR 与华盛顿大学和约翰斯·霍普金斯大学的研究人员提出了 Self-Improving Memory,这是一种两阶段方法,让 Kimi-K2.6 智能体改写自己的 LOAD 和 OFFLOAD 记忆提示词,然后将由此产生的技能蒸馏为 LoRA 权重。 优化后的 harness 在 Continual Learning Bench 的 Database、Codebase 和 Spectrum 任务上平均得分为 56.0,而最佳人工编写提示词为 44.6,其中 Codebase 提升了 20.6 分,达到 64.3。蒸馏后,模型运行通用提示词,平均得分仍为 43.1,而在通用轨迹上进行 SFT 为 37.6。研究人员报告称,44 次元智能体修订中有 37 次未能超越此前的最佳成绩。
AI 根据报道生成 · 27 分钟前更新
报道时间线
沿着报道,了解事件的不同侧面。
- MarkTechPostMeta FAIR 的 Self-Improving Memory 在持续学习基准上得分 56.0
Meta FAIR 与来自华盛顿大学和约翰斯·霍普金斯大学的研究人员合作,提出了 Self-Improving Memory,这是一种两阶段方法,让 Kimi-K2.6 智能体重写自己的 LOAD 和 OFFLOAD 记忆提示词,然后将由此获得的技能蒸馏为 LoRA 权重。优化后的 harness 在 Continual Learning Bench 的 Database、Codebase 和 Spectrum 任务上平均得分为 56.0,而最佳人工编写提示词为 44.6,其中 Codebase 提升了 20.6 分至 64.3。蒸馏后,模型使用通用提示词运行,平均得分仍为 43.1,而基于通用轨迹的 SFT 为 37.6,不过 44 次元智能体修订中有 37 次未能超越此前最佳结果。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。