微软推出 EvoLib:让大模型经验转化为可进化知识

微软研究院同期放出的 EvoLib,针对的是大模型的另一个痛点:记住的东西再多,也不等于变聪明,缺的是把经验沉淀成可复用知识的机制。

• EvoLib 的定位是把模型在部署中积累的“经验”转化为持续进化的“知识”,而不是简单存档
• 会从交互经验里提取可复用的技能与洞见,而非原始记录的堆砌
• 支持模型在部署后长期跨任务学习,随着使用不断适应新场景
• 与 Echoverse 同批发布,两者分别切入“环境训练”和“经验转化”两个不同角度
• 看点:如果这类机制成熟,意味着大模型能像人一样“越用越懂业务”,而不是每次都从零上下文开始,对长期运行的智能体产品价值不小。

本内容由 AI 生成，仅供参考，请注意甄别