普林斯顿与Meta提出Self-Direction：让智能体记住错误修复
热点事件持续更新
普林斯顿与Meta提出Self-Direction：让智能体记住错误修复
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
普林斯顿与 Meta FAIR 的论文提出 Self-Direction 方法：智能体失败后反思轨迹，把经验训练成约占基础模型 0.02% 参数量的 LoRA 适配器，再由路由器在遇到类似任务时加载。 据该论文，用 Qwen3.6-27B 在 GAIA 上测试，任务成功率从 38.8% 提升到 55.8%；185 个早期错误中，67.3% 的修复在第三次遇到时仍有效，而简单重试为 42.9%。
AI 根据报道生成 · 2 小时前更新
最新进展10月30日 04:08
Princeton 与 Meta 提出 Self-Direction：用 LoRA 适配器让智能体记住错误修复报道时间线
沿着报道，了解事件的不同侧面。
10月30日
- Rohan PaulPrinceton 与 Meta 提出 Self-Direction：用 LoRA 适配器让智能体记住错误修复
Princeton 与 Meta FAIR 的论文提出 Self-Direction，让智能体在失败后反思轨迹并将经验训练成约占基础模型 0.02% 参数量的 LoRA 适配器，之后由路由器在遇到类似任务时加载。用 Qwen3.6-27B 在 GAIA 上任务成功率从 38.8% 提升到 55.8%；185 个早期错误中 67.3% 的修复在第三次遇到时仍有效，而简单重试为 42.9%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。