用于智能体持续学习的循环式框架
ReHarness是一种面向语言模型智能体的循环式持续学习框架，适用于长期在线交互流。与仅通过前向读写更新状态的传统方法不同，它还会对文本化的智能体状态进行反向修订。每处理一个实例后，系统利用生成的轨迹作为反馈，修订为该实例检索到的反思内容，使反馈能够沿智能体状态反向传播。在三个持续学习基准和三种语言模型骨干上，ReHarness均优于原始上下文基线、基于记忆和反思的方法，以及提示优化方法。分析表明，在数据分布发生变化时，该方法能够纠正过度概括或已经过时的经验，并同时提升持续学习的稳定性与适应能力。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。