今年 26 岁的魏天心，，，，是中国科学手艺大学少年班结业生，，，，现在在美国伊利诺伊大学香槟分校读博，，，，同时也是谷歌 DeepMind 的实习生。。。
。。。实习时代，，，，他与所在团队围绕大模子智能体在恒久使用历程中怎样积累和使用履历这一问题，，，，构建了名为 Evo-Memory 的评测框架，，，，用于系统性描绘智能体在测试阶段的影象进化行为，，，，即怎样在一连使用历程中，，，，像人脑一样一直积累履历，，，，并逐步提升解决问题的能力。。。
。。。 魏天心让 Evo-Memory 去挑战数学竞赛问题、研究生级别的科学问题、甚至让其在虚拟实验室里完成重大的多方法人物。。。
。。。效果发明在某个虚拟使命中，，，，新型 AI 的方法从平均 22.6 步镌汰到了 11.5 步，，，，这说明其学会了更优的路径和要领。。。
。。。 纵然使命的难度突然转变，，，，或者影象里混入了一些失败履历，，，，影象进化之后的 AI 也能坚持稳固的体现，，，，由于它会自动整理和优化影象，，，，而不是被杂乱的信息滋扰。。。
。。。 有了 Evo-Memory：AI 变得会更会搜索，，，，面临新问题的时间 AI 会迅速在影象里找到类似的情形；；；；AI 也会变得更会思索，，，，不但会审查旧有谜底，，，，还会剖析此前在给出旧有谜底时是怎么想的以及使用了什么要领；；；；AI 还会变得更会自我优化，，，，每当解决一个新的问题，，，，AI 就会把这次的履历好比怎么想的、怎么做的、效果怎样等内容整理好，，，，整理好之后还会扔掉没用的、突出有用的。。。
。。。 这个历程叫做测试时进化，，，，即每次在被使用以及每次在解决问题的时间，，，，AI 都在实时地自我学习和自我进化。。。
。。。为了测试这种能力，，，，魏天心设计了一个名为 Evo-Memory 的基准测试，，，，把数学题、科学实验和虚拟天下使命等十多种差别类型的挑战，，，，编成一连的使命流，，，，让 AI 一个一个去完成，，，，效果发明它果真可以借助以往履历解决新问题。。。
。。。 魏天心告诉 DeepTech：“我们此次效果的焦点孝顺是系统性地界说、设计并评估了大模子智能体的测试时学习能力。。。
。。。也就是在不改变模子训练参数的条件下，，，，让智能体通过自我演化，，，，实现跨使命、跨时间的一连刷新。。。
。。。” 已往两年，，，，大模子和 AI 智能体的能力提升很快，，，，但在现实安排后魏天心发明它们险些不会从履历中学习。。。
。。。大大都评测默认它们是一次性系统，，，，而在现实中，，，，智能体是恒久运行的。。。
。。。 它会一直遇到新情形、会犯错、会修正，，，，这才切合真实天下的配景。。。
。。。因此，，，，本次研究不但关注它当下的能力，，，，更关注它能否一连进化、一连从履历中学习，，，，并把这种进化酿成可控、可权衡的一个系统性历程。。。
。。。 为了让 AI 学会进化影象，，，，魏天心构建了一个基准测试框架，，，，对相关要领举行了周全评估，，，，并在其中提出并实现了两种要害测试要领，，，，用于描绘智能体在一连学习历程中的影象进化行为： 第一个要领叫做 ExpRAG，，，，认真履历检索与聚合。。。
。。。着实它是一个错题本，，，，每当 AI 遇到新问题的时间，，，，它就会立马去错题本里搜搜看，，，，看看是否有类似的旧问题和旧谜底。。。
。。。然后，，，，它会把找到的旧有例子和目今问题放在一起思索并给出新谜底，，，，最后再把这次的新履历纪录到错题本里。。。
。。。 第二个要领叫做 ReMem，，，，它能让 AI 举行协同的推理、行动和影象，，，，并能给 AI 装上“三核处理器”。。。
。。。首先是思审核，，，，专门认真剖析问题和制订妄想；；；；其次是行动核，，，，专门认真执行详细的操作或者给出谜底；；；；再次是影象整理核，，，，这是一个全新的部分，，，，它专门认真治理履历宝箱，，，，实时地判断哪些影象有用、哪些应该合并或删除，，，，让影象库始终坚持在最佳状态。。。
。。。 这三个焦点协同事情，，，，让 AI 在解决问题的同时，，，，不但可以思索怎么做，，，，还能同步思索自己之前学的哪些履历能够用上、这次的新履历应该怎么存，，，，真正实现了边学边用和越用越智慧。。。
。。。 魏天心增补称：“研究历程总体顺遂，，，，但有几个发明很有意思。。。
。。。一是若是影象模浚浚块设计不当，，，，无法准确从履历中学习，，，，过失可能会随时间积累，，，，导致效果反而变差。。。
。。。二是现在许多要领难以在差别数据集上取得稳固的提升。。。
。。。 这说明提升空间还很大，，，，并且现在的要领大多只是提出了新的测试流程，，，，尚未触及更实质的层面。。。
。。。未来，，，，我以为会有更多事情泛起，，，，举行更深入的剖析和疏散实验，，，，以获得更实质的结论。。。
。。。” 谈及在 DeepMind 的实习体会，，，，他体现：“首先，，，，DeepMind 最直观的感受是研究气氛十分浓重，，，，同时内部交流很是浚浚开放。。。
。。。你可以很容易地在内部找到在相关偏向有深入研究的研究职员举行讨论，，，，无论资历或岗位配景，，，，都可以围绕详细研究问题直接相同，，，，使想法能够被快速反馈和打磨。。。
。。。 别的，，，，公司的整体事情情形和支持条件包括食堂健身房等都很是好。。。
。。。在实习历程中，，，，我还进一步相识了公司重点关注的前沿研究偏向和焦点营业，，，，这对我后续的研究偏向和生长妄想爆发了起劲影响。。。
。。。” 一步步走到今天，，，，他也感恩于怙恃的资助和支持。。。
。。。他回忆称：“一方面，，，，怙恃没有给我很大压力，，，，不会由于我某次考试或状态的升沉而施加特殊压力。。。
。。。另一方面，，，，关于一些要害时机，，，，好比报考中科大少年班或者加入竞赛学习，，，，都是怙恃建媾和勉励我去实验的。。。
。。。 若是没有他们的信息搜集和建议，，，，我可能在高二时就不知道尚有这样的渠道，，，，从而错过时机。。。
。。。以是，，，，怙恃在信息搜集和久远妄想上的作用很是大。。。
。。。作为学生，，，，准备高考和竞赛压力大，，，，很容易忽略这些信息，，，，而怙恃从旁观者的角度能更好地资助梳理。。。
。。。” 现在，，，，魏天心在美国伊利诺伊大学香槟分校读博士五年级，，，，主要研究偏向是大模子与智能体的高效化研究，，，，包括恒久推理、自我进化以及在推荐系统等领域的应用。。。
。。。