谷歌LLM睡眠框架
4 节点1 篇3 来源
【背景】大语言模型部署后常因灾难性遗忘或上下文限制而难以持续学习。2026年10月，Google Research 提出“睡眠框架”，通过模拟人类睡眠机制，让 LLM 在主动交互（醒）与离线巩固（睡）间切换。该框架利用混合专家（MoE）参数扩展和广义知识蒸馏将短期记忆转化为长期参数，并通过“做梦”阶段生成合成样本自我提升。作者自测显示其在 BABILong 基准上实现 1000 万 token 近完美扩展，并在数学推理任务中超越 SFT 和 GRPO 基线。目前该成果主要基于作者自报数据，业界对其通用性及与其他方法（如 OPSD）的对比优势仍在验证中。
事情怎么走到这一步
相关论文版本在 OpenReview 公开可用（据 arXiv 页面注释）。
arxiv.org ↗论文《Language Models Need Sleep: Learning to Self-Modify and Consolidate Memories》提交至 arXiv。
alphaxiv.org ↗Google Research 官方博客发布文章介绍“睡眠框架”，详述其通过周期性离线巩固解决灾难性遗忘的机制。
research.google ↗Disconfirm 收录并总结 Google Research 关于 LLM 睡眠框架的报道，强调其在持续翻译和长上下文中的表现。
research.google ↗
还没定论的部分
- 该框架在真实生产环境中的计算开销与延迟影响如何？
- 除作者自报外，是否有独立复现结果支持其在更广泛任务上的泛化能力？
- 与现有的在线持续学习方法（如 Titans, SEAL）相比，其核心优势是否仅体现在特定基准测试中？