跳到正文
热点事件观察中

Meta提出Self-Improving Memory研究

3 篇报道3 个报道来源2 天前更新

先了解这件事

AI 综述

Meta FAIR 联合华盛顿大学和约翰霍普金斯大学提出 Self-Improving Memory,让智能体自行搜索记忆提示词并蒸馏进权重。 基于 Kimi-K2.6,该方法在 3 个持续学习任务上平均得分 56.0,高于最佳人工撰写提示词的 44.6,其中 Codebase 任务提升 20.6 分至 64.3。

AI 根据报道生成 · 2 天前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月20日
  1. MarkTechPost
    Meta FAIR 提出 Self-Improving Memory,在持续学习基准上达 56.0

    Meta FAIR 联合华盛顿大学和约翰霍普金斯大学提出 Self-Improving Memory,让智能体自行搜索记忆提示词再蒸馏进权重。基于 Kimi-K2.6,自发现的记忆提示词在 3 个持续学习任务上平均 56.0,高于最佳人工撰写提示词的 44.6,其中 Codebase 提升 20.6 分至 64.3。

11月18日
  1. meng shao
    Meta AI RAM 团队提出 Self-Improving Memory 方法

    Meta AI RAM 团队提出 Self-Improving Memory,让语言模型自己发现记忆使用策略,再把技能蒸馏进权重。

  2. elvis (X)
    Meta 提出自我改进记忆方法,让模型自行设计记忆习惯并训练进权重

    Meta 发布自我改进记忆研究,让模型自行发现记忆技能再训练进权重。方法先用提示词让模型为任务重写记忆指令,再在表现最好的运行记录上用 LoRA 做 SFT 微调。作者指出这与 RIME 用 RL 训练模型写记忆的路线不同,并认为自我改进记忆正成为持续学习智能体的重要组件。

本事件热度走势

可比范围当前
3
可比范围峰值
1811月18日 16:00
近 24 小时变化
-50%

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。