Macaron-V1：探索结合自我改进与 Mixture-of-LoRA 的开放式持续学习
Macaron-V1 是一个开放式智能体模型系列，旨在从真实环境中的经验学习，并在部署后持续适应。其架构冻结基础模型，组合用于聊天、智能体任务、编程和 GenUI 的专用 LoRA 适配器，并在每轮用户交互中选择一个适配器。旗舰版本 Macaron-V1-Venti 使用 7440 亿参数的 GLM-5.2 基础模型；基于 500 亿参数 Qwen3.6 的 Macaron-V1-Tall 则面向本地部署。系统还包括版本化的模型与工具链组合、递归式自我改进、智能体强化学习和后训练基础设施。评估覆盖 Personal Intelligence、GenUI 及通用能力。报告验证了当前系统的表现，但指出持续学习和集体智能可能带来的长期收益仍有待证明。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。