Meta FAIR提出Routed Continual Learning

发生了什么

Meta FAIR提出Routed Continual Learning智能体记忆方法，旨在解决单一全局历史记录在任务交错时学习效果不佳的问题。该方法通过LLM路由将过往轨迹分组至固定库的记忆系统中。据Meta FAIR报告，该方法在CL-Bench与τ³-Bench混合任务测试中，较全局历史记录奖励提升15%至30%，且预估API成本降低65%至72%。