谷歌与Meta发布新研究:AI代理如何从执行经验中自我改进
谷歌提出记录修改理由以跨模型延续改进,Meta则探索将记忆策略训练进模型权重。
谷歌云AI、谷歌DeepMind与宾夕法尼亚州立大学的研究团队近日发表《Self-Improvement Memory Enables Continual Recursive Self-Improvement》论文,提出“自我改进记忆”(SIM)机制。该机制服务于优化AI代理工作框架的系统,而非执行任务的模型本身。SIM通过记录过往修改的理由、预期与实际结果,使系统在更换数据集或模型时能延续既有改进,避免重复尝试或盲目调整。实验显示,在编程任务中,加入SIM的版本平均比仅保留演化后框架的版本高出2.36分。
与此同时,Meta研究团队发表了关于“自我改进记忆”的另一项研究,聚焦于让AI代理自行探索适合不同任务的记忆管理策略。该方法分为两个阶段:首先由元代理分析执行轨迹并优化记忆提示词,随后通过微调将这些优化后的行为内化至模型权重。据TechOrange报道,Meta的方法在三项任务上的平均得分比最佳人工设计策略高出11.4分,且部分改进成功转移到了模型权重中,显示出无需依赖人工编写提示词即可提升长期任务表现的能力。