普林斯顿与Meta提出利用LoRA持续改进AI Agent
热点事件持续更新
普林斯顿与Meta提出利用LoRA持续改进AI Agent
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
普林斯顿大学与 Meta 提出了 Self-Direction 机制，通过将 AI 智能体的错误修复训练为体积约为模型大小 0.02% 的 LoRA 适配器，并在相似任务中由路由器加载，以此解决智能体跨会话的遗忘问题。 实验结果表明，在 Qwen3.6-27B 模型下，GAIA 任务的成功率从 38.8% 提升至 55.8%，并且在第三次遇到先前错误时，有 67.3% 的修复仍然有效。
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 提出了 Self-Direction 机制，通过将智能体的错误修复训练为体积约为模型大小 0.02% 的 LoRA 适配器，并在相似任务中由路由器加载，以解决智能体跨会话遗忘问题。实验表明，在 Qwen3.6-27B 模型下，GAIA 任务成功率从 38.8% 提升至 55.8%，且在第三次遇到先前错误时，67.3% 的修复仍然有效。
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。