Evolving Functional REpertoires

新的EFRE方法增强大模型持续学习能力，优于GRPO

研究人员推出了一种名为演进的功能库（Evolving Functional REpertoires, EFRE）的新方法，以增强大型语言模型（LLM）的持续学习能力。与修改模型参数的传统方法不同，EFRE使用一个动态的功能库来适应新任务。该系统用多个功能取代单个提示，允许在遇到冲突信息时对现有功能进行优化或产生新功能。EFRE在三任务持续学习流上展示了显著的性能提升，比GRPO高出7.50个百分点，并表现出更强的抵抗灾难性遗忘的能力。