跳至正文
熱點事件持續更新

Meta FAIR 的 Self-Improving Memory 讓代理改寫自己的記憶提示詞

1 篇報導1 個報導來源2 小時前更新

先了解這件事

AI 綜述

Meta FAIR 與華盛頓大學及約翰霍普金斯大學的研究人員共同提出 Self-Improving Memory,這是一種兩階段方法,讓 Kimi-K2.6 代理改寫自身的 LOAD 與 OFFLOAD 記憶提示詞,再將由此產生的技能蒸餾進 LoRA 權重。 經最佳化的測試框架在 Continual Learning Bench 的 Database、Codebase 與 Spectrum 任務上平均得分 56.0,而最佳人工撰寫提示詞為 44.6,其中 Codebase 提升 20.6 分至 64.3。蒸餾後,模型使用通用提示詞運行,平均仍達 43.1,相較之下,在通用軌跡上進行 SFT 為 37.6。研究人員報告指出,44 次元代理修訂中有 37 次未能超越先前的最佳結果。

AI 依報導生成 · 27 分鐘前更新

報導時間線

沿著報導,了解事件的不同側面。

11月20日
  1. MarkTechPost
    Meta FAIR 的 Self-Improving Memory 在 Continual Learning Bench 上獲得 56.0 分

    Meta FAIR 與華盛頓大學及約翰霍普金斯大學的研究人員合作,提出 Self-Improving Memory,這是一種兩階段方法,讓 Kimi-K2.6 代理改寫自身的 LOAD 與 OFFLOAD 記憶提示詞,再將由此產生的技能蒸餾進 LoRA 權重。經過最佳化的測試框架在 Continual Learning Bench 的 Database、Codebase 與 Spectrum 任務上平均得分 56.0,而最佳的人工撰寫提示詞為 44.6,其中 Codebase 提升 20.6 分達到 64.3。蒸餾之後,模型使用通用提示詞運行,平均仍達 43.1,相較之下,在通用軌跡上進行 SFT 為 37.6,不過 44 次元代理修訂中有 37 次未能超越先前的最佳結果。

本事件熱度走勢

還沒有足夠的連續觀測資料,暫不繪製趨勢。