Self-Direction：智能体从失误中学习

2026年10月26日，arXiv Artificial Intelligence 刊出 Yuval Kansal 等作者的论文，提出 Self-Direction 机制，让智能体从错误中学习。据该报道，智能体任务失败后会反思自身轨迹并提取经验，随即把这些经验蒸馏进一个低秩适配器；基础模型权重保持冻结，每个适配器训练的新增参数约为基座模型参数量的 0.02%。论文称该机制结合了临时上下文内重试与策略更新的优点。目前事件仍处论文发布阶段，尚无后续跟进报道披露更多实验细节或外部复现结果。

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。