HaMo 框架提出实现长时程持续学习

Zhen Bi 等研究者提出 HaMo 框架，该框架采用 Harness-Model 协同机制。它将快速的非参数经验积累与慢速的参数化适应相结合，旨在提升长时程智能体的持续学习能力。 实验表明，在域内及跨域偏移场景下，HaMo 框架的表现优于单一适配模式。该机制有效增强了智能体在长期运行中的记忆保持与适应能力，验证了其内外协同的有效性。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。