ReHarness：在线流式下带反向修订的智能体持续学习框架

Yuxin Xiao 等发布论文 ReHarness，一个面向智能体持续学习的递归 harness 框架，在严格在线流式协议下利用每个交互实例的轨迹，反向修订后续检索所用的反思状态，在正向读写之外支持对文本框架状态的反馈传播。 作者称，在三个持续学习基准和三个语言模型骨干上，ReHarness 一致优于原始上下文、记忆与反思方法及提示词优化方法；修订内容有来源依据，并能在分布变化下修正过度概括或过时经验。 以上基于论文摘要，全文实验细节未提供。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。