EpiCon：多模态记忆驱动的智能体集体学习

2026年9月29日，HuggingFace Daily Papers 收录论文 EpiCon，提出一种通过共同演化多模态记忆实现智能体集体学习的框架。该框架不更新宿主模型参数，由两个独立训练的 2B 模型——记忆控制器与树状自组织器——组成，连接问题级记忆演化与持久经验库，使不同智能体之间可以复用经验。论文称，在覆盖四个多模态任务域的 11 个基准上，第二个 harness 将原系统宏平均分提升 2.6 分；在四种宿主配置下，较无记忆基线提升 1.7 至 4.9 分，记忆操作时间减少 67% 至 74%。目前该工作以论文形式发布，尚无后续独立复现或应用进展的报道。

AI 根据报道生成 · 56 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。