原帖引用 · AI 翻译
Rohan Paul@rohanpaul_ai
谷歌和宾夕法尼亚州立大学的一篇新论文发现,当一个 AI 改写为另一个 AI 提供指令和工具的代码时,记录每次修改的原因有助于让改进效果延续到新模型上。
大语言模型如今可以改写智能体的运行框架,即运行提示词和工具的代码。更换模型或基准测试后,改写后的框架得分可能低于原版,而其代码又无法说明当初为何做出这些修改。
自我改进记忆(Self-Improvement Memory,简称 SIM)会记录每次修改所针对的问题、修改理由及测得的结果。优化器在新配置下读取这份日志,以决定保留或修订哪些旧修改。
将一个 Claude Opus 5.5 运行框架迁移到 Gemini 3.8 Flash 的工作区任务时,SIM 使其得分从 68.41 提高到 84.75,而没有日志时为 73.42。在 10 次重复的编码运行中,SIM 有 9 次得分领先,平均领先 2.36 分。
记录每次运行框架修改的原因及其得分,并将这份日志带到新模型上。
· UTC+8