RadarAI· X:Rohan Paul (@rohanpaul_ai)·· 2 小时前AI 评分55
Google 与宾州州立大学提出 SIM 自改进记忆方法
AI 导读
Google 与宾州州立大学论文提出 Self-Improvement Memory(SIM),在 AI 改写智能体 harness 代码时记录每次编辑针对的问题、推理过程和实测结果,供新模型读取以决定保留或修改旧编辑。
正文 · AI 翻译
Rohan Paul· @rohanpaul_ai · X·2026-11-18 04:24· 53 分钟前AI 评分46
AI 导读
Google 与宾州州立大学论文提出 Self-Improvement Memory(SIM),在 AI 改写智能体 harness 代码时记录每次编辑针对的问题、推理过程和实测结果,供新模型读取以决定保留或修改旧编辑。
正文 · 原文
Google 与宾州州立大学的新论文发现,当一个 AI 改写为另一个 AI 提供指令和工具的代码时,记录每次改动的原因有助于让这些收益延续到新模型上。
LLM 现在可以改写智能体的 harness,即运行提示词和工具的代码。在切换模型或基准后,其得分可能低于原始版本,而且其代码掩盖了做出这些编辑的原因。
Self-Improvement Memory(SIM)会记录每次编辑所针对的问题、其推理过程以及实测结果。优化器在新设置下读取该日志,以决定保留或修改哪些旧编辑。
当 Claude Opus 5.5 的 harness 迁移到 Gemini 3.8 Flash 工作区任务时,SIM 将其得分从 68.41 提升到 84.75,而无日志时为 73.42。在 10 次重复编码运行中,SIM 有 9 次领先,平均高出 2.36 分。
记录每次 harness 编辑的原因及其得分,并将该日志带到新模型。
来源:Rohan Paul · x.com
来源:RadarAI · aihot.news