跳到正文
arXiv 游戏世界模型与生成检索· Haoyu Zhao·· 2026-10-08精选AI 评分46

Memento 3 提出反思式规则手册,让冻结 LLM 智能体持续修正世界模型

Memento 3: Model-Based Recursive Self-Improvement through Reflective Rulebooks

AI 导读

论文提出 Memento 3,让冻结的大语言模型智能体通过外部记忆持续学习显式世界模型:智能体维护一份自然语言规则手册,记录关于环境动态的可修订假设并对未知部分保持未指定,再将其编译为可执行代码用于预测和规划,通过观测、反思、规则修订、编译、验证的循环用预测误差同时改进规则手册和代码。

推荐理由

在底层大模型冻结的前提下,用可修订的规则手册加代码校验持续更新世界模型,为智能体学习提供了一条可迁移的方法路线。

来源:arXiv 游戏世界模型与生成检索 · arxiv.org