面向长期持续学习的 Harness 与模型协作框架
HaMo 是一种结合经验存储与模型适配的框架，旨在帮助网页智能体长期学习并复用多步骤工作流程。它将策略整理为可检索的经验卡片，并训练模型在不断变化的情境中运用这些策略。框架还通过一种选择机制找出适合用于模型更新的执行轨迹。实验结果显示，在同领域和跨领域任务中，HaMo 均优于仅依赖外部记忆或仅进行模型适配的方法。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。