MIT与Meta等提出ReHarness在线持续学习框架

2026年10月12日，AGI Hunt 报道称，MIT 与 Meta MRS Research、Yale 的研究团队提出 ReHarness 框架，目标是让语言模型智能体在严格的在线流式协议下持续学习。该框架的核心机制是“后向修订”：智能体每处理完一个实例，便利用轨迹反馈修订当时检索到的 reflection，并把结果写回文本形式的 harness 状态。报道称，在 3 个持续学习基准和 3 个语言模型骨干上，ReHarness 持续优于原始上下文、记忆/反思以及 prompt 优化等基线。报道未披露更多实现细节或发布时间安排。

AI 根据报道生成 · 53 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。