ReHarness：面向智能体持续学习的循环框架
原文标题：Recurrent Harness for Agentic Continual Learning
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文提出 ReHarness，一种用于智能体持续学习的循环框架，在严格在线流式协议下以反向修订补充前向读写。它在每个实例后利用轨迹作为反馈修订检索到的反思，将反馈沿文本状态反向传播。在三个持续学习基准、三个语言模型骨干上持续优于强基线。
- 问题
- 智能体在线持续学习中，现有框架只做前向信息流或依赖回放数据。
- 方法
- ReHarness 在每个实例后用轨迹反馈反向修订检索到的反思，沿文本状态反向传播。
- 结果
- 三个持续学习基准、三个模型骨干上持续优于强基线。
- 影响
- 为在线流式场景的智能体记忆与反思更新提供无需回放的新范式。
深读 · 结论先行AI 生成展开看要点与影响 ↓
ReHarness在严格在线流式协议下用反向修订补充前向读写，三个基准、三个骨干上持续超越强基线。
- •针对现有agent harness只靠前向信息流演化状态、或需额外回放/验证数据的问题
- •核心机制：每个实例后用轨迹作为反馈，修订该实例检索到的反思，将反馈沿文本harness状态反向传播
- •在严格在线流式协议下运行，不依赖额外回放或验证数据
- •在三个持续学习基准、三个语言模型骨干上持续优于原始上下文基线、记忆与反思方法及提示优化方法
- •分析显示其修订有来源依据，能纠正分布偏移下过度泛化或过时的经验，同时提升稳定性与可塑性
为什么重要：长交互流中的在线适应是agent落地的关键约束，该方法在不增加回放数据的前提下改善持续学习，对做长期运行agent的团队有参考价值。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。