arXiv论文提出HaMo长程持续学习框架

Zhen Bi 等作者在 arXiv 发表论文，提出 HaMo——一种 Harness-Model 协同框架，将快速非参数经验积累与慢速参数化适应结合，用于智能体的长程持续学习。 具体机制上，HaMo 把轨迹蒸馏为策略级经验卡以便即时检索，并以基于经验条件的持续学习目标训练模型在新情境中执行检索到的策略；参数更新时以检索覆盖率为基础选择互补轨迹。

AI 根据报道生成 · 59 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。