标签
本文介绍了ε-MemEvo，一个用于基于LLM的程序演化中跨任务知识迁移的框架，它将策略记忆存储为自然语言摘要，并使用自适应注入门控。该框架在8个优化基准上均取得了性能提升，计算开销不到1%。
SkillRise 是一个统一的强化学习框架，使 LLM 智能体能够在相关且渐进难度的任务中学习并重用技能，在多个基准测试上比基线方法高出最多 8.5 个百分点。
DrugSAGE是一个框架，能够积累并复用跨任务记忆，高效构建最先进的药物发现模型，在保留任务上比基线智能体性能提升10-30%。