睡眠框架：大型语言模型在持续学习中保留知识的新途径

大模型部署之后就不再“长记性”，这个困扰AI行业已久的问题，谷歌研究院给出了一个新解法。近日，谷歌研究团队提出名为“睡眠框架”（sleep framework）的持续学习新范式，灵感来自人类大脑在休息时如何加工和巩固记忆。简单说，就是让大语言模型像人一样拥有“作息周期”：白天干活、接收新信息，夜间“睡觉”把白天学到的短期知识固化进模型参数里。研究团队称，这一机制能让模型持续获取新事实、记住长达1000万token的长上下文内容，并提升复杂推理能力。 问题的根源在于当前大模型的两种知识更新方式各有硬伤。一是直接拿新数据继续训练，但这会触发“灾难性遗忘”——学了新任务，旧任务的表现就大幅退化，这是持续学习领域的经典难题。二是依赖上下文学习（ICL），也就是把新信息塞进对话窗口让模型临时参考，但一旦会话结束，这些短期信息就烟消云散，模型的知识截止日期依然纹丝不动。谷歌的睡眠框架试图在两者之间找平衡：模型在活跃交互阶段接收新信息，在离线阶段进行“记忆巩固”，把脆弱的短期上下文转化为稳定的长期参数。这相当于给模型设计了一个持续运转的学习生命周期，而不是训练完就冻结。对跨境电商卖家和AI应用开发者而言，这意味着未来模型有望在不重新训练、不丢失旧能力的前提下持续吸收新知识，比如平台规则变化、新品信息、市场动态，都可能被模型“记住”而非每次靠提示词临时灌输。不过该研究目前仍处于框架提出阶段，距离产品化落地还有距离，但其思路为破解大模型“部署即过时”的困局提供了一个值得关注的方向。