@rohanpaul_ai: Princeton 与 Meta 的一篇关于 AI 智能体持续改进的新论文很赞：发现当每次修复都保存为 LoRA 适配器并在类似任务中复用时，智能体重复犯错的次数会减少……

X AI KOLs Timeline 论文
ai-agents continual-learning lora fine-tuning princeton meta gaia-benchmark

摘要

Princeton 与 Meta 的新论文提出 Self-Direction 方法：让失败的 AI 智能体反思并将教训训练成约 0.02% 大小的 LoRA 适配器，由路由器在遇到相似任务时自动加载，从而显著减少重复错误。在 Qwen3.6-27B 上，GAIA 任务成功率从 38.8% 提升至 55.8%，且跨 185 个早期错误的修复持久性远超普通重试。

Princeton 与 Meta 的一篇关于 AI 智能体持续改进的新论文很赞。 研究发现，当每次修复都被保存为 LoRA 适配器并在类似任务中复用时，智能体重复犯错的次数会明显减少。 智能体可以在一个会话内修复某个错误，但到了下一个会话往往又会重蹈覆辙。上下文中的笔记会被遗忘，而全量微调成本高昂，还可能破坏其他技能。 借助 Self-Direction，失败的智能体会反思自己的运行过程，并将教训训练成一个大小约为模型 0.02% 的 LoRA 适配器。之后，当智能体在类似任务上再次失败时，路由器会自动加载最匹配的适配器。 在 Qwen3.6-27B 上，GAIA 任务成功率从 38.8% 提升至 55.8%，优于上下文内反思和 Skills.md 文件的方法。在跨 185 个早期错误的测试中，67.3% 的修复在第三次遇到时仍然有效，而普通重试仅为 42.9%。 如果你的智能体总是犯同样的错误，就把每次修复保存为一个可重新加载的小型适配器，而不仅仅是写在提示词里的笔记。
查看原文
查看缓存全文

缓存时间: 2026/10/30 09:09

普林斯顿与 Meta 联合发表 AI 智能体持续改进新论文

研究发现：当每次修复都保存为 LoRA 适配器并复用于相似任务时，智能体会更少重复犯错。

智能体往往能在一次会话中修复某个错误，却在下一次会话中重复它。上下文中的笔记会被遗忘，而完整微调代价高昂，还可能破坏其他技能的能力。

Self-Direction 方法让失败的智能体反思自己的运行过程，并将经验教训训练到一个仅占模型约 0.02% 大小的 LoRA 适配器中。之后，当智能体遇到类似任务失败时，路由器会加载最匹配的适配器。

在 Qwen3.6-27B 上，GAIA 任务成功率从 38.8% 提升到 55.8%，超过了上下文反思和 Skills.md 文件的方法。在 185 个历史错误中，67.3% 的修复在第三次遇到时仍然有效，而单纯重试只有 42.9%。

如果你的智能体总是重复同样的错误，请把每次修复保存为可重新加载的小适配器，而不仅仅是提示词中的笔记。

相似文章