Microsoft Research · 30.07.2026 ·Память и RAG

EvoLib: новый подход к накоплению опыта и адаптации LLM

Microsoft Research представила EvoLib — библиотеку для динамического накопления знаний, позволяющую моделям извлекать полезные навыки из прошлых задач. В отличие от статических баз данных, EvoLib трансформирует накопленный опыт в структурированные знания, которые помогают ИИ адаптироваться к новым сценариям после завершения этапа обучения, обеспечивая непрерывное развитие навыков без необходимости полной переподготовки модели.

Система решает проблему ограниченности контекстного окна и статических весов, позволяя агентам сохранять «интеллектуальный багаж» в виде переиспользуемых модулей. При столкновении с новой задачей модель обращается к библиотеке опыта, выбирая наиболее релевантные стратегии решения. Это значительно повышает эффективность выполнения сложных многошаговых процессов, где требуется применение накопленного ранее опыта в меняющихся условиях.

Архитектура EvoLib ориентирована на долгосрочное обучение, где модель не просто хранит информацию, а активно синтезирует из неё абстрактные правила и алгоритмы действий. Такой подход позволяет минимизировать галлюцинации и повысить точность ответов за счет опоры на проверенные паттерны, которые были успешно применены в предыдущих итерациях работы системы.

Ключевые факты

EvoLib трансформирует сырой опыт взаимодействия в структурированные знания для последующего использования.
Система поддерживает адаптацию моделей к новым задачам уже после их развертывания в рабочей среде.
Метод направлен на создание переиспользуемых навыков, которые повышают автономность ИИ-агентов.
Технология снижает зависимость от статических обучающих выборок, позволяя моделям эволюционировать в процессе эксплуатации.

Источник: Microsoft Research

Обсудить с ИИ

Похожие материалы

arXiv · Оркестрация агентов MetaSkill-Evolve: рекурсивное самообучение ИИ-агентов через эволюцию навыков Исследователи представили MetaSkill-Evolve — фреймворк для рекурсивного самосовершенствования LLM-агентов. Система использует двухмасштабный подход к эволюции навыков, позволяя агентам динамически переписывать и оптимизировать свои процедурные знания на основе истории выполнения задач. Это решает проблему неэффективности статичных, написанных вручную инструкций при работе с долгосрочными и открытыми сценариями, значительно повышая адаптивность агентов к новым условиям. arXiv · Машинное обучение Метод Skill Self-Play для автоматического развития навыков LLM Исследователи представили метод Skill Self-Play, позволяющий языковым моделям самостоятельно развивать навыки через итеративное взаимодействие. Подход решает проблему выбора между узкой специализацией и низкой точностью верификации, предлагая систему совместной эволюции навыков. Модели обучаются в динамической среде, где генерация задач и их проверка происходят параллельно, что значительно расширяет границы возможностей LLM без участия человека. arXiv · Память и RAG EvoArena: тестирование памяти ИИ-агентов в динамичных средах Исследователи из MIT и других ведущих университетов представили EvoArena — новый бенчмарк для оценки способности ИИ-агентов адаптироваться в динамичных средах. Проблема в том, что большинство тестов для LLM-агентов предполагают статичные условия, тогда как реальный мир требует постоянного обновления знаний и навыков. Hacker News · Исследования и наука Новый метод обучения LLM для долгосрочного планирования и обновления убеждений Исследователи из BAIR представили метод ABBEL, обучающий языковые модели динамически обновлять свои внутренние представления в процессе взаимодействия. В отличие от стандартных LLM, которые полагаются на фиксированные веса, ABBEL позволяет агентам корректировать свои «убеждения» о среде в реальном времени, что критически важно для выполнения многоэтапных задач и долгосрочного планирования в условиях неопределенности. Hacker News · Память и RAG Концепция агент-ориентированных систем памяти Исследователи представили концепцию агент-ориентированной системы памяти, которая выходит за рамки классического RAG. В отличие от статических векторных баз данных, новая архитектура предлагает динамическое управление контекстом, позволяя ИИ-агентам самостоятельно структурировать, обновлять и извлекать накопленный опыт в зависимости от текущих задач, что критически важно для долгосрочной автономной работы сложных систем. Hacker News · Машинное обучение Оптимизация процесса оценки моделей через эволюционные алгоритмы Вместо классического дообучения нейросетей исследователи предлагают сосредоточиться на эволюции «обвязки» (harness) — набора промптов, параметров и стратегий оценки. Такой подход позволяет значительно повысить производительность моделей на конкретных задачах без изменения весов самой нейросети, используя автоматизированный поиск оптимальных конфигураций для достижения целевых метрик качества в реальных бизнес-сценариях. arXiv · Оркестрация агентов Совместное обучение правил и политик для ИИ-агентов Исследователи представили новый подход к обучению ИИ-агентов, объединяющий извлечение эмпирических правил и обновление параметров модели. Метод позволяет агентам эффективно использовать накопленный опыт в многошаговых средах, преодолевая разрыв между интерпретируемыми текстовыми правилами и глубокой настройкой весов, что повышает адаптивность и результативность принятия решений в сложных интерактивных задачах. arXiv · Оценка и бенчмарки EvoPolicyGym: новый стандарт для оценки автономной эволюции ИИ-агентов Исследователи представили EvoPolicyGym — специализированную среду для тестирования способности ИИ-агентов самостоятельно улучшать исполняемые политики через итеративную обратную связь. В отличие от стандартных тестов, фокусирующихся на финальном результате, этот фреймворк изолирует процесс модификации кода агентом, позволяя количественно оценивать прогресс в обучении и адаптации системы в контролируемых интерактивных условиях. Hacker News · Инфраструктура для агентов Архитектура ИИ-агентов: разделение знаний и логики Для эффективной работы ИИ-агентов необходимо разделять функции хранения данных и принятия решений. Концепция «Библиотеки и Библиотекаря» предлагает архитектурный подход, где база знаний (библиотека) выступает статичным хранилищем информации, а агент (библиотекарь) отвечает за поиск, интерпретацию и логическую обработку данных, обеспечивая точность ответов и минимизируя галлюцинации в сложных системах. Hacker News · Память и RAG Развитие систем самообучающейся памяти для ИИ-агентов Разработчики внедряют новые подходы к организации памяти, которые позволяют ИИ-агентам самостоятельно обновлять и структурировать накопленные данные. Вместо использования статических баз знаний, системы переходят к динамическому управлению контекстом, где агент в процессе работы анализирует важность полученной информации и отсеивает неактуальные сведения. Это позволяет значительно снизить объем потребляемых токенов при сохранении высокой точности ответов в долгосрочных диалогах.

← Все материалы