「微调已死」再添筹码，谷歌扩展AI自我进化范式，成功经验与失败教训双向学习

本文介绍了谷歌提出的ReasoningBank框架，该框架通过构建结构化记忆系统实现智能体的自我进化。研究背景源于传统微调方法的局限性，提出无需真实标签即可从成功与失败经验中双向学习的创新方案。研究目的在于通过记忆检索、构建与整合的闭环机制，结合记忆感知测试时扩展（MaTTS）技术，提升智能体在复杂任务中的决策能力。实验结果表明，在网页浏览和软件工程任务中，该方法在效果上最高提升34.2%，效率上减少16%交互步骤，验证了经验扩展与记忆系统的协同效应。