整合长期记忆，AI实现自我进化，探索大模型这一可能性

天桥脑科学研究院和普林斯顿大学等机构发布论文，探讨长期记忆（LTM）对AI自我进化的重要性。论文指出，现代大型语言模型（LLM）虽然强大，但训练后难以随用户使用而演进。研究团队将模型进化分为三个阶段：物理世界认知、数字世界基础模型构建和模型自我进化。LTM能提供历史数据积累和经验学习能力，提升模型的推理和学习能力。通过局部参数更新和实时权重调整，模型可以适应稀疏、个性化的LTM数据，实现持续学习和自我进化。研究团队提出的基于LTM的多智能体框架Omne，在GAIA基准测试中取得了第一名的成绩。未来，团队将进一步研究如何更好地构建LTM数据和设计新的模型架构。
来源：https://mp.weixin.qq.com/s/BwIazafPjpQFtivIXTs5XA