热点事件持续更新
普林斯顿与Meta提出Self-Direction方法，用LoRA适配器让AI Agent持续改进
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月30日，X 用户 Rohan Paul 发帖介绍普林斯顿与 Meta FAIR 的论文 Self-Direction。该工作提出：Agent 失败后会反思自己的运行轨迹，把教训训练成一个 LoRA 适配器，其大小约为模型的 0.02%；之后路由器在遇到类似任务时加载最近的适配器，实现持续复用。目前公开信息仅来自这一条帖子，论文细节与实验结果尚未见更多报道。
AI 根据报道生成 · 2 小时前更新
最新进展10月30日 04:08
X 帖子介绍 Self-Direction：把 Agent 失败教训训练成约 0.02% 模型大小的 LoRA 适配器复用。报道时间线
沿着报道，了解事件的不同侧面。
10月30日
- Rohan Paul (@rohanpaul_ai) · XPrinceton 与 Meta 提出 Self-Direction：把 Agent 犯错教训训练成 LoRA 适配器持续复用
Princeton 与 Meta FAIR 的论文提出 Self-Direction，Agent 失败后反思运行轨迹，将教训训练成约 0.02% 模型大小的 LoRA 适配器，之后路由器在遇到类似任务时加载最近的适配器。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。