Meta论文揭示前沿智能体学习效率差异

2026年10月18日，Meta发布新论文，比较前沿智能体从经验中学习的效率差异。研究冻结模型权重，让智能体在国际象棋、围棋、Hex和NetHack等环境中反复改写自己的工具与笔记，并以留出局的每美元学习成本增益定义可塑性指标。论文指出，前沿智能体从经验中学习的方式差异很大，且表现最好的智能体并非学习效率最高的。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。