arXiv cs.AI· Yutong Song, Jiang Wu, Yuxuan Ren, Tony Qin, Baoyuan Wang·· 13 小时前AI 评分40
Hippo：无需训练、基于海马体回放的 LLM 智能体自我进化框架
Hippo: Training-Free Agent Self-Evolution via Hippocampal Replay
AI 导读
Hippo 是一个受海马体选择性编码与回放启发的记忆框架，让 LLM 智能体在不更新模型参数的情况下通过外部记忆实现自我进化。它通过对比同一任务的多次尝试来识别可复用决策，并与已有记忆合并重叠、以显式适用条件解决冲突，从而避免把每条经验单独存储。
正文 · AI 翻译
摘要：受递归自我改进（RSI）启发，我们研究 LLM 智能体如何在不更新模型参数的情况下通过外部记忆进行学习。从单次尝试中提取有用经验是困难的：有缺陷的推理可能产生成功，而糟糕的执行可能掩盖合理的策略。随时间保持其价值也很困难：我们未进行整合的累积基线最初有所改善，但最终表现低于无记忆基线。我们的核心思想是比较同一任务上的多次尝试，以识别可复用的决策，并在其适用时进行细化。我们提出了 Hippo，一个受选择性海马编码与重放启发的记忆框架，在诊断出不足时从这些比较中学习。它将所得经验与现有记忆进行比较，以合并重叠部分，并通过明确的适用条件解决冲突。这使得先前的指导可以在不将每条经验存储为单独条目的情况下被修订。在 SWE-bench Verified、WebArena 和 Mind2Web 上的实验显示，三种设置下性能均有提升，且保留的经验数量显著少于累积基线。这些提升在能力各异的评估基础模型上均得以体现，表明基于记忆的适应即使对能力很强的模型仍然有用。
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2610.24453 [cs.AI] |
| （或 arXiv:2610.24453v2 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.24453 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Yutong Song [查看电子邮件]
[v1]
2026年10月17日星期六 04:43:26 UTC（873 KB）
[v2]
2026年10月29日星期四 17:38:48 UTC（873 KB）
来源：arXiv cs.AI · arxiv.org