普林斯顿与Meta提出用LoRA适配器让Agent持续改进

2026年10月30日，X 用户 Rohan Paul 发帖介绍普林斯顿与 Meta 的一篇新论文，称其提出 Self-Direction 方法，用于让 AI 智能体持续改进。据该帖，方法让失败的智能体反思运行过程，并把教训训练进约占模型规模 0.02% 的 LoRA 适配器；之后由路由器在遇到类似任务失败时加载最接近的适配器，以减少重复犯错。目前公开信息仅来自这一条社交媒体介绍，论文的具体实验设置、评测结果与适用范围尚未在报道中展开。

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。