研究自进化智能体的持续学习能力

2026年10月20日，arXiv Artificial Intelligence 刊出 Xiaoyin Chen 等作者的论文，研究非参数自演化智能体能否在模型权重冻结时持续学习。作者基于 BIRD、BFCL 和 ScienceWorld 构建了四条任务流，这些任务流分别在主题、工作流或领域上发生漂移，并据此评测 ReasoningBank、GEPA、Meta-Harness 等自进化智能体方法在任务流漂移下的持续学习表现。论文的核心问题是：这类智能体在漂移任务流中是否仍是有效的持续学习者。目前报道仅呈现研究设计与评测对象，未给出具体评测结果或结论。

AI 根据报道生成 · 39 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。