持续学习 LLM-DailyDigest 2026-08-07 2026-08-07 约 100 字 预计阅读 1 分钟 持续学习 本主题由提交工具自动创建，可在此补充洞察与资料。 相关消息（按子主题自动聚合） 上下文学习 1 机器人上下文学习：方法与应用综述 10-01 世界模型 1 视觉语言智能体在自身潜在世界中学习：Dwell框架 10-29 主动式智能 1 主动式 AI 如何走向超级智能体：6A 框架综述 10-29 主权人工智能模型 1 Thomson：以持续学习构建主权前沿模型 08-28 产业知识图谱 1 RSI产业图谱：围绕智能进化速度的新竞赛 08-28 任务推断 1 TAILS：任务锚定的预训练模型持续学习表征塑形 08-18 任务检测 1 FiUni：统一无任务边界持续学习中的检测与适应 08-28 共同观察效应 1 遗忘、可塑性与数据共观：持续学习的第三维度 08-20 内生记忆 1 MemoraX以可学习记忆推动AI进入经验时代 08-22 协同演化 2 EmbodiedRSI：假设引导的机器人主动持续学习与代码-技能协同演化 10-08 CERA-MoA：路由机制与持续学习 LLM 智能体协同演化 09-17 在策略蒸馏 2 LoCD：通过局部上下文蒸馏学习交互经验 10-18 兼容性很重要：在策略蒸馏中的词元级教师选择框架 10-18 在线演化 1 Continual Harness：智能体脚手架的在线持续进化 08-25 增量评测 1 关系深度学习的增量评测与训练 08-16 多智能体协作框架 1 OverForge：策略—战术分层推理促进多智能体终身协作适应 10-01 技术趋势分析 2 唐杰谈GLM通往AGI：预训练、后训练与Agent持续Scaling 10-08 持续学习赛道升温：Karpathy称仍需十年 08-11 技能压缩 1 SkillZip：无需评估的自进化智能体技能压缩 08-13 技能安全 1 Practice Makes Unsafe：自改进 LLM 智能体的技能误演化 08-16 技能演化 6 EVISKILL：以可回放证据驱动智能体技能演化 10-08 Designer-RSI：从用户流量中演化图形设计智能体的程序性记忆 09-21 OpenSkill、SkillBoost、SkillHone：Agent 技能自演化的三道关卡 09-10 交互轨迹驱动的计算机智能体在线技能演化 09-07 PRACTICE：具身智能体从经验到专长的自进化 09-01 WikiSkill：将智能体经验编译为持久知识以推动技能演化 08-28 持续后训练 1 VDA：面向多模态无监督持续后训练的视觉依赖框架 08-27 持续学习 40 DeepMind：自演化智能体能否持续学习？ 10-29 CLE：LLM 智能体长时程持续学习与经验学习基准 10-29 CaLLM：基于非参数适配器路由的持续适应 10-29 HERD：脚手架演化递归蒸馏持续学习框架 10-23 基于算法稳定性的持续学习灾难性遗忘细粒度分析 10-23 Jev-DLC：基于类型化反馈的决策级持续学习 10-23 Delta N-gram：前向写入语言模型原生 N-gram 记忆 10-23 面向智能体的记忆中心持续学习框架 MCCL 10-22 知识重构缓解持续领域适应中的灾难性遗忘 10-22 基于残差空间适配的扩散模型持续概念个性化 10-22 APRIL：面向呼吸音域增量学习的歧义感知专家路由 10-21 日文金融文档多模态基础模型的分阶段持续适应 10-21 SPIN：面向在线持续学习的稳定性-可塑性专用优化器 10-21 COMET：面向任务无关持续视觉语言学习的解耦蒸馏、路由与容量控制 10-19 ReHarness：通过后向修订实现智能体持续学习 10-18 EmbodiedCLBench：评估自我进化具身智能体的持续学习能力 10-18 功能子网络定位实现高效持续学习 10-18 子空间调优缓解持续学习中的灾难性遗忘 10-18 CART：面向多模态持续指令微调的兼容路由 10-18 Co2In：知识编码、巩固与整合的双层记忆增量学习框架 10-18 RIKA：面向持续学习智能体的可靠知识获取 10-18 注意力头排序与分区实现稀疏持续强化学习微调 10-18 从单一提示到功能库：EFRE 赋能 LLM 持续学习 10-10 追踪编程智能体在 ARC-AGI-3 中的思维：持续学习启示 10-10 灾难性遗忘集中于低频词元的输出嵌入 10-08 无需持续训练的持续学习：Latent Concept PFN 10-08 CGMARL：基于图结构的持续多智能体强化学习 10-08 Replay on Demand：按需回放平衡持续预训练中的适应与遗忘 10-01 PILOT：由预测误差伪标签触发的在线时序模型重训练 10-01 持续学习中 LoRA 的动力学理论 10-01 广义残差闭包：兼顾稳定性与可塑性的学习动力学 10-01 Ready2Blend：可组合对齐提示实现持续对齐 10-01 持续学习动力学：统一解析数据归因、遗忘与可塑性损失 09-29 Muon 优化器可超越专用持续学习方法 09-22 JANUS 后验校正缓解微调中的稳定性—可塑性困境 09-18 DRPG：环境反馈驱动的动态策略生成实现 LLM 持续改进 09-16 ReDraft：参考驱动修订缓解持续多模态后训练遗忘 09-16 Fast Weight Attention：面向持续学习的快速权重注意力 09-01 JitRL：免梯度实现 LLM Agent 测试时持续学习 08-22 持续学习向系统级适应的范式转型 08-07 持续适应 1 Macaron-V1：基于自我改进与 Mixture-of-LoRA 的开放持续学习 08-12 数字孪生 1 Twin：测试时数字孪生破解未知游戏 08-17 数据开放 1 EgoSuite-Open100K：10万小时人类行为数据开源 08-25 智能体框架 1 Harness-of-Harness：持续改进的多日自主软件开发框架 09-02 智能体自进化 1 TTSE：双轨在线自进化框架 09-22 机制发现 1 Principia：测试时假设与原理构建驱动科学发现 10-29 框架演化 1 SHAPER：通过技能与执行框架演化实现具身智能体自进化 08-14 模型可靠性 1 重复解答微调使推理能力在后续训练中变得脆弱 09-29 模型微调 3 READ：LoRA 新技能只读旧技能、避免写入干扰 09-28 从模式保留视角理解 Pause Token 微调动态 09-07 NoRA：归一化低秩适配提升 LoRA 训练稳定性 09-02 测试时优化 3 OpTTA：面向规划的乐观测试时世界模型适应 10-27 MASA：以稀疏 MLLM 语义锚点实现密集测试时适应 09-16 TAHI：通过人机交互实现高效测试时适应 09-07 测试时训练 5 ASCENT：智能体将成功经验自蒸馏进权重，实现在线持续学习 10-27 FETA：面向视觉语言导航的反馈高效测试时适应 10-23 FogTTA：雾天目标检测的在线测试时适应框架 10-22 自生成反馈破坏测试时训练的长期稳定性 10-08 SSI首个模型传闻：以测试时训练实现“边想边学” 08-26 深度研究智能体 1 基于 Structured Harness 的增量式开放深度研究 10-10 漏洞检测 1 频率感知持续学习用于智能合约漏洞检测 08-21 知识编辑 2 LadderEdit：面向终身知识编辑的编辑级残差压缩 10-10 ManiEdit：流形视角下的序列化非结构化知识编辑 09-29 端侧记忆 1 MobileMem：从一年移动端经历中学习长期记忆 08-17 纠错治理 1 调校随机机器：人机工程的系统运维模型 08-20 经验学习 5 从车队经验中学习：机器人集体学习范式 10-21 自进化智能体能修复失败，却难以从失败中泛化 10-19 冻结模型通过部署经验持续演化多模态医疗能力 10-08 STRATA：面向即时战略游戏的角色分层智能体自学习系统 10-01 经验链：通过测试时交互持续改进 LLM 08-19 经验进化 1 经验时代的自改进智能体：从自我进化到元进化综述 08-12 结构生长 1 SoftModel：可自主生长拓扑的持续在线学习模型 08-18 缩放定律 1 长上下文持续预训练不宜过早停止：经验缩放定律 10-22 脚手架学习 1 Harness 持续学习：超越模型参数的持续适应 08-20 脚手架演化 6 RuHarness：评判准则与智能体脚手架协同演化 10-29 ScholarEvolve：从科研文献中持续演化 Agent Harness 10-22 Google Harness²：冻结模型，递归改进 Agent 外壳 10-18 Self-Evolving Agent Harness：自我进化的智能体脚手架 10-18 ScholarEvolve：从研究文献中学习的终身智能体脚手架演化 10-01 Harness Continual Learning：让冻结模型通过脚手架持续学习 08-23 自动化科学研究 1 发现基础模型：迈向开放式发现智能 09-15 自我反思 1 仅靠自我回溯微调提升智能体，无需强化学习 09-30 自我改进 1 现代智能体自我改进：从模型更新到脚手架演化 08-20 自蒸馏 3 SynthSelf：通过合成自蒸馏持续后训练小模型 10-18 ReSAIL：缓解智能体迭代自蒸馏中的性能坍塌 10-01 iSDFT：面向大模型持续学习的信息近端自蒸馏 09-22 自进化 4 LoopWAM开源并登顶RoboChallenge Table30 10-21 SE-ADD：错误驱动监督的自进化音频深伪检测 10-01 生成式推荐的自进化记忆框架 LION 09-15 域变换提出具身自进化部署范式 09-09 自进化框架 3 RoboFoundry：让具身智能体自主进化整套系统 10-18 MIT 提出自适应语言模型框架 SEAL 09-25 HarnessBank：面向 Agent-Harness 自进化的语义基因库 08-11 评测基准 1 GPT-6近满分触发ARC-AGI评测重构，下一代转向开放式发明 09-17 课程学习 1 IV-EWC 缓解数学推理课程学习中的灾难性遗忘 09-29 资源研究综述 1 Awesome Self-Improving Agents：自改进智能体资源库 08-12 趋势预测 1 2026—2027年大模型行业两大里程碑 08-12 连续推理 1 Continual Reasoning Gym：持续 RLVR 中的共享推理与提示回放 08-20 递归自我改进 19 智元 Genie Master 在便利店跑通具身递归自我改进 10-29 RKI：状态感知的递归知识改进框架 10-29 RSI，正在重走深度学习的老路 10-25 迈向物理人工智能的递归自我改进 10-22 通衍灵智推出可持续进化 Personal AI 10-20 Darwin-Claw：环境自适应的递归自进化智能体经验整合框架 10-19 DiscoveryRSI：递归学习发现高价值科学假设 10-19 RSIAgent：以演化记忆实现免训练递归自我改进 10-18 从记忆到自进化：Agent 走向 RSI 的关键一步 10-18 RSI早期产业形态或率先落地企业Agent 10-10 Memento 3：基于反思规则手册的模型式递归自我改进 10-09 79页综述提出RSI五级自主性分层架构 09-24 从自我改进到递归进化：RSI 五级路线 09-18 RSIAgent通过自主探索实现递归自我提升 09-16 ScienceBuddy：面向交互式科研智能体的嵌套递归自我改进 09-16 万字解析 RSI：智能体自进化的对象、结构与评估框架 09-15 《人类建造的最后一个AI》：RSI五级框架与HCI诊断 09-15 三位研究者对谈递归自我改进离我们还有多远 09-13 Awesome RSI：递归自我改进定义与分类 09-08 长期记忆 15 TTME：测试时记忆演化以更低成本助力科学发现 10-29 AMIE：智能体自适应记忆索引演化 10-27 Streaming Recurrent Memory：面向流式学习的循环记忆 10-27 BehaviorMem：基于真实电商行为流构建与评测用户记忆 10-27 MemT 1.0：近300B参数记忆原生模型补齐RSI记忆拼图 10-20 GLOBE：面向生成式搜索商品优化的结构化智能体记忆演化 10-19 Cortex：将上下文巩固为参数化记忆 10-18 看见、维护与学习：多模态智能体记忆的演进 10-18 Memorilla：面向 LLM 的潜在语义记忆 10-18 Hippocam：基于意图结构化经验整合的智能体记忆与学习 10-09 DPPM：面向个性化语言模型的双路径参数记忆 10-09 持续学习机制组合提升长时程记忆 09-17 ThinkFlow：面向终身对话智能体的自进化概率潜在记忆 09-16 ICML：面向长期对话的交互式记忆学习 09-16 CGM-Rec：面向意图漂移的持续图记忆推荐框架 09-07 闭环自进化 4 F4R：失败驱动的机器人持续自我改进框架 09-30 Mind Lab推出自迭代后训练平台Mint Recursive 09-24 Zeva-Ego：以第一视角视频与因果记忆实现物理自进化 09-23 Zetta ζ：闭环物理智能体在线自进化 08-19 间隔重复调度 1 SRT：面向语言模型持续预训练的间隔复习 08-19 预训练 1 顺序预训练更有利于大模型 10-08
