错误学习

在 LLM Agent 领域，一个常见的问题是：Agent 明明“看到了”错误信息，却总是重蹈覆辙。 当 Agent 遇到工具调用错误时，错误日志里往往已经包含了解决方案——正确的参数格式、有效的 API 用法、甚至是直接可用的替代方案。然而，静态的 Prompt 无法让 Agent 从这些反馈中“学到教训”，导致它们陷入“错误循环”：承认失败，却重复同样的…

多模态推理领域迎来重要突破。南京理工大学与百度等机构联合提出ViLoMem方法，通过构建视觉流与逻辑流的双流语义记忆系统，使大模型能够像人类一样区分并存储视觉陷阱和推理错误，实现真正的“从错误中学习”。 在六个多模态基准测试中，ViLoMem显著提升了模型性能：GPT-4.1在MathVision任务上提升6.48个百分点，Qwen3-VL-8B在MMMU任…