算法论文8

Meta论文：华人团队让AI智能体「无师自通」

新智元2025-10-11

AI 摘要

Meta发布论文提出「早期经验」范式，让AI智能体不依赖奖励「无师自通」。通过隐式世界建模和自我反思策略，在多环境实验中表现优异，为智能体训练提供新思路，不过长序列规划仍待突破。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

Google与Meta同日推新模型，谁能补旗舰空缺？

2026年9月2日，Google推出Gemini 3.8 Flash，Meta发布Muse Spark 1.3。此前Google经历人事调整、旗舰延期，靠Flash维持节奏；Meta则重建团队、收窄战略。二者产品定位相似，各有优劣。

九月刚过3天就有五个前沿模型发布，Meta发布Muse Spark 1.3踢馆谷歌Gemini 3.8 Flash。它跑分提升大、成本低，性价比高，但也遭质疑，大模型下半场或比拼系统架构和智能体工程能力。

Anthropic宣布全面升级Claude「计算机使用」能力，操作可在后台完成。该功能处于Beta测试，已向Claude Pro和Max订阅的macOS用户开放。Claude此次更新覆盖多场景，人机并行时代或来临。

阿尔伯塔大学强化学习团队提出FAME框架，解决持续强化学习“学新忘旧”问题。团队先定义基础概念，将知识整合写成优化问题，再受人类学习机制启发设计FAME，实验优势明显。研究还探讨持续学习的产业价值。