arXiv 人工智能· Yuval Kansal, Karen Ullrich, Polina Kirichenko, Ilia Kulikov, Niraj K. Jha, Mohammad Pezeshki, Mark Ibrahim·· 10 小时前AI 评分52
研究提出 Self-Direction 机制让智能体从错误中持续学习
Don't Forget What You Just Learned: Self-Directed Repair Turns Agent Mistakes Into Lasting Lessons
AI 导读
研究团队提出 Self-Direction 机制，让智能体在任务失败后反思轨迹并将其即时蒸馏为轻量低秩适配器，实现跨会话的持久自我修复。该方法冻结基座模型权重，每个适配器仅训练相当于基座模型约 0.02% 的参数并存入经验库按需路由。
来源：arXiv 人工智能 · arxiv.org