يقدم المؤلفون Harness Continual Learning (HCL)، وهو نموذج حيث يتحسن الوكيل من خلال تطوير واجهته التنفيذية بدلاً من تحديث معلمات النموذج. يعالج هذا النهج تحدي الاحتفاظ بالسلوك المكتسب سابقًا أثناء التكيف مع الخبرات الجديدة عبر مكونات مثل المطالبات، والذاكرة، وقواعد التوجيه.
- يستخدم HCL أربعة مكونات: Task Interface، Experience Memory، Capability Map، و Adaptive Router.
- يفصل التطور المحمي للواجهة بين توليد التحديثات والتزام الحالة باستخدام Continual Optimizer و Evaluator.
- تظهر التجارب مكاسب نسبية تتجاوز 10٪ مقارنة بالطرق الأساسية في الاستدلال النصي، والإدراك متعدد الوسائط، والتفاعل في العالم المفتوح.
- تكشف المسوحات المحفوظة عن نسيان قابل للقياس على مستوى الواجهة وتسمح بضبط صريح لمقايضة الاستقرار والمرونة.
تتيح هذه الطريقة تراكم القدرات والتعافي من الفشل دون تعطيل السلوك المكتسب سابقًا من خلال إبقاء النموذج الأساسي مجمدًا.