SOLAR：面向终身学习与持续适应的自我优化开放式自主智能体

大型语言模型（LLM）在静态基准测试中表现出色，但在动态、真实的部署环境中仍面临严峻挑战，主要瓶颈包括概念漂移和基于梯度的适配成本过高。传统的微调方法难以适应非平稳数据流，要么导致灾难性遗忘，要么需要大量人工数据整理。针对这些问题，来自Nitin Vetcha和Dianbo Liu的研究人员提出了一种名为SOLAR（Self-Optimizing Lifelong Autonomous Reasoner，自我优化终身自主推理器）的新型开放自主智能体。

SOLAR的核心创新在于将参数级元学习融入智能体的自我改进过程。它首先整合常识知识的强先验，使模型具备有效的迁移学习能力。随后，通过多级强化学习框架，SOLAR能够自主发现适配策略，从而在测试阶段高效适应未见过的领域。具体而言，SOLAR将模型权重视为一个可探索的环境，通过策略搜索来调整参数，而非依赖外部梯度信号。

关键地，SOLAR维护着一个不断演化的有效修改策略知识库，该知识库隐式地充当了情节记忆缓冲，在可塑性（适应新任务）和稳定性（保留元知识）之间取得平衡。这种设计使得SOLAR能够在持续学习流中避免灾难性遗忘，同时不断提升性能。

实验结果表明，SOLAR在常识推理、数学、医学、编程、社会推理和逻辑推理等广泛任务上均优于强基线方法。例如，在常识推理基准上，SOLAR比传统微调方法准确率提升超过10%，且无需任何人工标注。在医学问答和数学推理任务中，SOLAR同样展现了显著的适应能力。

该研究已被AAAI 2026会议持续学习流桥接（Streaming Continual Learning Bridge）分论坛接收，并发表在CEUR Workshop Proceedings上（卷4183，2026年）。论文于2026年3月23日提交至arXiv（编号2605.20189）。作者认为，SOLAR代表了迈向能够终身适应演化环境的自主智能体的重要一步，为未来在机器人、自动驾驶和个性化AI助手等领域的部署提供了新范式。