Hippo框架实现无训练智能体自进化

2026年10月20日，研究团队在arXiv发布论文，提出名为Hippo的无训练记忆框架。该框架受海马体选择性编码与回放机制启发，旨在解决智能体依赖大量参数更新的局限，通过特定算法实现经验的自动获取与复用。 在技术实现上，Hippo通过对比同一任务的不同尝试，自动识别可复用的决策片段。框架采用显式适用条件来合并重叠记忆并解决冲突，避免了将所有经验作为独立条目存储，从而显著减少了保留经验的数量，提升了记忆管理的效率。 在性能验证方面，研究团队在SWE-bench Verified、WebArena和Mind2Web三个基准测试上对Hippo进行了评估。结果显示，该框架均取得了性能提升，证明了其在无需额外训练的情况下，通过记忆优化来增强智能体决策能力的有效性。

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。