研究者提出 KEEL 持续学习框架

1. 12:00
   arXiv · Machine Learning

   KEEL：从专长与经验教训中演进知识，支持持续智能体学习

   KEEL提出一种与智能体无关的持续学习框架，利用验证器证据将成功行为转为可复用技能、将失败转为纠正性经验。在 SkillFlow 基准上，KEEL相较无知识基线将任务成功率提升4.2至21.7个百分点，高于默认方法的2.4至9.6个百分点；消融实验显示技能与经验教训互补。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。