Signal Hub 2026-07-31

EvoLib是一个框架，使大语言模型能在推理过程中从自身经验中学习，无需真实标签或外部反馈。它将过去的尝试转化为可复用的技能和反思性见解，并通过整合和动态加权不断优化。这使得AI系统无需更新底层模型就能随时间改进，在数学推理、代码生成和决策任务上优于现有基于记忆的方法。

• EvoLib无需外部反馈或模型更新，实现经验驱动的自监督学习。
• 将原始经验转化为可复用的技能和反思性见解。
• 通过整合和动态加权持续优化知识。
• 学到的技能可跨任务迁移，性能随时间提升。
• 在多个基准上超越现有基于记忆的方法。
• 对随机任务顺序具有鲁棒性，适合实际应用。

self-supervised learning / memory / knowledge evolution / large language models / AI agents / test-time learning / skill acquisition / transfer learning / Microsoft Research

微软研究院推出Echoverse，这是一个由十二个合成环境组成的套件，用于训练计算机使用智能体。这些环境优先考虑深度和保真度而非数量，重现真实应用行为，并具有可验证的任务。一个9B模型在全部十二个环境上训练后，基础性能几乎翻倍（从36.5%提升到67.1%），与GPT-5.4的差距缩小到14个百分点。关键经验包括高仿真保真度的必要性、针对特定UI能力（如日期选择器和嵌套过滤器）的价值，以及共同演化模型、环境和验证器的益处。强化学习进一步提升了智能体的能力，超越了模仿学习。

• Echoverse提供十二个用于计算机使用智能体的合成环境，注重深度和行为保真度。
• 在全部环境上训练9B模型，基础分数几乎翻倍（从36.5%到67.1%），接近GPT-5.4性能。
• 浅层环境损害智能体性能，而具有连贯状态的深层环境能更好地迁移到真实网站。
• 针对特定UI控件（如日期选择器和嵌套过滤器）的训练能泛化到未见过的布局。
• 环境、任务和验证器与模型共同演化，形成复合改进循环。
• 使用基于数据库的验证器进行强化学习，提升保留性能并减少达成目标的步数。
• 开源四个环境以支持高保真计算机使用环境的研究。

computer-use agents / synthetic environments / Echoverse / reinforcement learning / simulation fidelity / UI controls / co-evolution / Microsoft Research / GPT-5.4 / deep learning / web agents / training data

Cassidy Williams 讲述了使用 GitHub Copilot 应用现代化一个十年前的 React 应用的经验。最初的一次性 AI 计划因忽略了一个开发分支而失败。Copilot 应用随后自动创建了堆叠会话和拉取请求，使她能够将工作分解为可管理的、链式变更。这一功能帮助避免了庞大的拉取请求，使大规模重构变得高效且无挫败感。

• 作者使用 GitHub Copilot 应用现代化一个十年前的 React 应用。
• 一次性 AI 计划因未考虑开发分支更改而失败。
• Copilot 创建堆叠会话管理范围蔓延。
• 堆叠拉取请求实现依赖变更的链式处理。
• 该工具使大规模重构变得可控且高效。
• 该功能自动分叉工作以避免巨型拉取请求。
• 作者认为体验神奇且高效。

GitHub Copilot / GitHub Copilot app / pull requests / stacked pull requests / stacked sessions / modernization / AI-assisted development / scope creep