AB
AiBoss
News

Meta FAIR 提出自改进记忆方法,持续学习基准平均得分 56.0

Meta FAIR 联合华盛顿大学、约翰斯·霍普金斯大学提出 Self-Improving Memory 两阶段方法:先由元智能体搜索并改写记忆提示词,再通过 LoRA 蒸馏进模型权重。在 Continual Learning Bench 三项任务上,自发现提示词平均得分 56.0,高于最佳人工撰写提示词的 44.6。

Meta FAIR 提出自改进记忆方法

Meta FAIR 公布了一种名为 Self-Improving Memory 的方法,用于让 AI 智能体自行管理基于文件的记忆。据 MarkTechPost 报道,该方法分两个阶段:第一阶段由元智能体改写 LOAD 与 OFFLOAD 两个记忆提示词,从 Summary、Retrieval、Skill、Hypothesis 四份人工撰写种子出发迭代搜索;第二阶段把优化后的提示词换回通用提示词,用 LoRA(rank 64,作用于注意力投影层)把记忆技能蒸馏进模型权重。合作者包括华盛顿大学与约翰斯·霍普金斯大学的研究人员,基座模型为 Kimi-K2.6。

基准结果与对比

在 Continual Learning Bench 的 Database、Codebase、Spectrum 三项任务上,自发现提示词平均得分 56.0,最佳人工撰写提示词为 44.6;其中 Codebase 提升最大,达 64.3,比最佳人工方案高 20.6 分。蒸馏后模型在通用提示词下平均 43.1,而基于通用轨迹的 SFT 为 37.6。研究同时指出搜索噪声明显:44 次元智能体修订中有 37 次未能超过此前最佳。与 ALMA、MemEvolve、Harness-Zero 等方法相比,各方法所用基准不同,头条数字不宜直接横向比较。

限制与来源

上述数字均来自研究团队自述的博客与图表,尚未见独立复现;训练硬件未披露,Kimi-K2.6 推理需多 GPU 节点。代码未公开。相关规格与可用性请以官方页面当前信息为准。来源:MarkTechPost,原始材料为 Meta FAIR 研究博客。