从知识访问到源学习：开发特定源能力

arXiv:2610.02150v1 公告类型：cross 摘要：大型语言模型（LLM）智能体越来越依赖持久化外部源来解决一系列知识密集型任务。现有方法改进了源内容的访问和组织方式，而智能体记忆系统则保留了以往交互中的可复用知识，但对同一源的重复使用在很大程度上仍被视为重复访问，而不是逐步加深对该源理解的机会。我们研究源学习：在持久化权威源上开发可复用的特定源能力。我们通过持久化源模型来表示这种能力，该模型捕捉对源的可复用理解，包括其知识如何组织、解释和应用。为构建并逐步完善此类模型，我们提出 SourceLearn，它结合了两种互补的学习机制。自主源学习识别尚未被完全理解的内容，并自适应地重新访问源；任务引导源学习则利用下游经验，揭示在源知识应如何组织方面存在的局部表征缺口和反复出现的需求。在这两种情况下，学习信号决定应重新考虑哪些内容，而持久化更新则根据权威源重构。在五个基准和三个 LLM 后端上，SourceLearn 在 15 种设置中的 13 种取得最佳性能，相较 Hybrid RAG 最高提升 22.6 个百分点，并且相较静态源表示和基于经验的记忆基线，整体性能均有显著提升。