task-selection

作者分享了为小企业构建AI代理的见解，强调最难的部分是选择正确的任务进行自动化，而非代理本身。关键考虑因素包括任务量、输入结构、错误成本以及手动流程的存在。

本文介绍了一个框架，用于判断在持续学习中何时应该期待迁移，并提出了选择性回放迁移（TSR），该机制选择预计对当前任务有益的回放数据，而非不加区分地回放过去的示例。TSR在保持稳定性的同时改善了前向迁移，优于现有的回放基线。