DeepMind：自改进智能体边学边忘

Google DeepMind 的论文《Are Self-Evolving Agents Continual Learners?》发现，自我进化智能体在任务流变化时会出现遗忘：它们通过编辑系统提示词、记忆或技能文件来改进，但学新任务最快的方法对旧任务的破坏也最大。Rohan Paul 在 X 上介绍了这一结论，并点名 GEPA 是学得最快、遗忘也最多的方法。 这一发现针对的是依靠修改提示词、记忆或技能文件实现自我改进的智能体，并不涉及模型参数训练。它意味着，智能体在连续任务中“越学越快”与保留旧能力之间存在取舍。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。