SCORE：通过同状态反事实规则编辑实现免训练智能体适应

基于摘要分析。本文研究在线智能体能否不更新策略参数，而将交互产生的下一状态反馈写入外部记忆，以改善后续决策。摘要提出 Experience-Learning Memory（ELM）：将交互经验压缩为可复用规则，在基础模型保持冻结的情况下，通过检索记忆支持推理时适应。 核心流程是从实际发生的轨迹及观测到的下一状态中，提取评价性与指导性的事后信息，重构并排序同一状态下的候选决策，再将胜出与落败候选对应的经验写入外部经验库。测试时，检索到的记忆作为紧凑的策略先验参与推理。其研究重点是把学习的载体从模型参数转向可编辑的上下文记忆；“免训练”不意味着无需交互反馈或记忆更新。标题使用 SCORE，摘要介绍 ELM，两者的具体关系尚未验证。 作者报告，在个性化、AIME24 工具使用、采用 Qwen3-4B-ReTool-SFT 的 ReTool 评估及受控工具决策任务中，当反馈能够压缩为可复用规则时，ELM 可以改善适应表现，并相较检索密集型基线降低工具使用开销。作者还报告，在上述 Qwen3-4B-ReTool-SFT 的 ReTool 评估中优于 prompting、reflection、GRPO 和 OpenClaw-RL；摘要未提供具体指标、数值或统计不确定性，不能据此比较改善幅度。 复现时需核对候选重构与排序过程、反馈来源、规则写入和检索策略、记忆容量及冲突处理，并确认各基线的交互预算、工具调用成本和数据划分是否可比。实验协议、消融及统计信息尚未验证。原论文主要研究语言模型智能体适应，并非 EEG 解码或 BCI 验证；现有材料不足以建立具体的 BCI 迁移机制，不据此提出神经信号性能结论。相关 EEG 工作尚未检索确认。