2026-10-27 · 研究论文 · 重要性 ★★★
arXiv 论文提出 Self-Direction：智能体把错误教训蒸馏进 LoRA 适配器持久复用
Don't Forget What You Just Learned: Self-Directed Repair Turns Agent Mistakes Into Lasting Lessons 论文提出 Self-Direction 机制：智能体任务失败后反思自身轨迹提取教训，并立即蒸馏为轻量低秩适配器（每个适配器仅训练约基座模型 0.02% 的参数），冻结原始权重并持久保存、按需路由。基于 Qwen 系列开放权重模型在 GAIA、Claw-Eval、Terminal-Bench 2.1 上的实验显示，整体成功
一手来源：arXiv cs.AI ↗
← 返回资讯列表本站仅做聚合整理与来源标注，版权归原作者所有。