Meta 和 CMU 的研究人员开发了一种用于长时任务的代理上下文管理新方法。他们的方法在《计算机学会汇刊》上发表的论文中有所详述，为代理配备了用于编辑上下文的专用工具，使它们能够压缩信息、将其卸载到外部内存并在以后检索。该策略将压缩从短期记忆转移到长期记忆，从而提高了代理的性能和一致性。在高质量演示上进行训练后，在 BrowseComp-Plus 基准测试上取得了 27% 的相对提升，优于更大的开源模型。 AI
影响 这项研究可能为复杂、长时任务带来更强大、更一致的 AI 代理。
排序理由 该集群描述了一篇关于 AI 代理能力进步的新研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 X — Omar Sanseviero (HF research) 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
