Continual Learning Self-Improvement LoRA Agent Architecture
摘要

Macaron-V1是一个面向体验智能的开放Agent模型家族,旨在从真实环境中学习并在部署后持续进化。该系统围绕适应性与协作性两大目标构建:通过版本化模型-工具对的递归改进实现自适应;利用混合LoRA(MoL)架构冻结基座模型并组合专家适配器以实现协作。旗舰版结合744B基座与四个领域LoRA,轻量版基于Qwen3.6。报告展示了涵盖架构、算法及基础设施的协同设计,验证了持续学习与集体智能的有效性。

AI 推荐理由

论文核心聚焦于Agent的持续学习(Continual Learning)与自我改进(Self-Improvement),完全契合自我进化主题。

研究机构
Mind Lab
论文信息
作者 Mind Lab, :, Vin Bo, Asher Cai, Jingwei Cao et al.
发布日期 2026-08-10
arXiv ID 2608.09819
相关性评分 9/10 (高度相关)