The Sequence 知识专栏第 959 期：学习 RSI——模型如何主导自身的更新
这一期认为，持久学习的关键在于决定经验应该如何改变模型，并介绍了 SEAL：它自己生成自我编辑，再用强化学习按更新后模型的提升幅度来训练，在一个知识场景中把问答准确率从 32.7% 提升到 47.0%，而直接用原始段落训练只能达到 33.5%。重要的是，它把记忆和学习区分开来，分别对应上下文、外部记忆和参数更新，这一区分决定了自我改进型智能体应该如何构建。
报道来源
- The Sequence2026-10-27 10:36