Continual Learning External Memory Frozen Weights Deployment Feedback
摘要

AI 代理在每次运行中虽遇学习机会,却因模型部署后权重冻结而丢弃大部分经验。本文证明,将冻结模型与外部记忆结合,可将结果判定和事后修正等反馈信号蒸馏为可检索的自然语言规则,从而实现持续学习。在τ-bench 银行领域实验中,基于单比特结果反馈使单次成功率提升至基线的 1.6 倍,利用修正反馈则达 2.6 倍,解决了基线无法完成的 22 项任务。该方法在 Mistral Large 和 Claude Sonnet 5 上均获验证,且积累的记忆具备跨模型迁移能力。

AI 推荐理由

论文核心提出利用外部记忆存储从反馈中提炼的规则,解决冻结权重模型的持续学习问题。

研究机构
The Memory Company
论文信息
作者 Valentin Tablan, Scott Taylor, Kristoffer Bernhem
发布日期 2026-07-24
arXiv ID 2607.22157
相关性评分 9/10 (高度相关)