DeepMind论文：自改进智能体边学边忘

Google DeepMind 等机构的研究测试了自进化智能体在持续学习中的遗忘问题。研究在 BIRD、BFCL 和 ScienceWorld 构建的四条主题、工作流或领域漂移的任务流上测试 ReasoningBank、GEPA 和 Meta-Harness，模型权重保持冻结，智能体通过改写提示词、记忆和技能来适应。

Google DeepMind 新论文发现，自改进智能体在学习新任务时会遗忘旧任务，且学得最快的方法对旧任务的破坏最大。团队让 ReasoningBank、GEPA 和 Meta-Harness 在主题、工作流或领域不断变化的任务流上运行，记录各自在当前任务上的收益和其他任务上的损失。