Large language models (LLM)具备广泛能力，但要适应不断变化的领域、工具和需求，往往需要多次后训练。自主系统可以自动提出更新、训练候选模型，并利用评估反馈决定后续提案。随着证据累积，出现核心问题：在后续训练改变了父模型后，哪些过去的更新证据仍然可用？更新的效果取决于其父模型、数据和训练阶段。把过去的成功视为与上下文无关的许可会浪费计算资源，甚至在子模型被提升后，削弱后续训练轨迹。
我们将该问题形式化为条件经验转移，并提出边界校准干预转移（BCIT）方法。BCIT 在权重改变的训练之前，对经验复用进行授权。其核心步骤包括：
- 将观察到的效果绑定到来源上下文；
- 检查适用条件；
- 对存在明确冲突的候选模型进行否决；
- 必要时通过受限的训练试验获取当前状态的证据。 即使候选模型已完成全部训练，仍需遵循统一的采纳规则，且只有观察到的事件会被记入记忆。
在一个4B参数模型上进行金融推理、文本到SQL、函数调用等三类任务的适配实验中，候选更新在不同评估上下文表现出异构的目标和保留效果。对比在相同候选、证据和计算预算下的其他方法，BCIT 授权的有害更新更少，最终模型质量更高，证明经验授权应作为自主后训练的独立问题来处理。
博主点评：BCIT 通过显式绑定上下文和冲突检测，提供了更安全的经验复用框架，值得在实际自主微调系统中推广。