FSM 方法应对持续技能内化遗忘

2026年10月14日，arXiv Artificial Intelligence 报道了 Haomiao Qiu 等作者提出的 Factorized Skill Memory（FSM）持续技能内化方法。该研究揭示持续技能内化存在两阶段遗忘：先失去从原始请求调用旧技能的能力（技能寻址遗忘），进一步优化后连给定技能名也无法执行（技能执行遗忘）。据该报道，作者据此提出 FSM，将持续技能记忆分离为可塑的 Address Memory 与稳定的 Execution Memory。报道称，FSM 用因子化技能记忆实现持续技能内化。目前进展限于该方法被提出及上述机制描述，尚无其他跟进报道。

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。