核心信息

Meta 介绍了两项让 Muse Wonder 适合长时间、多步骤智能体工作的能力，并公布了测试时计算扩展结果，显示 Muse Wonder Full 在陌生任务上的表现优于 Muse Spark 1.3 的趋势预测。

要点

  • 主动记忆（Active Memory）可跨对话携带上下文，并在相关时将其呈现出来。
  • 主动专注（Active Focus）让模型在任务变得困难时仍朝目标推进，尝试替代方案、突破阻碍并坚持完成。
  • Meta 对比了后训练中见过的任务与其他任务的测试时计算扩展，以量化模型处理陌生任务的能力。
  • 两个模型在分布外均有相似提升，但在相同分布内得分下，Muse Wonder Full 在陌生任务上的表现优于 Muse Spark 1.3 的趋势预测。
  • Meta 将这一上移归因于更强的基座模型，它能更有效地把后训练收益迁移到未预料到的任务上。