一篇新研究论文提出了一种称为“遗忘”的方法，以增强大型语言模型（LLM）代理在自动化研究中的能力。研究发现，传统的扩展方法，例如延长代理迭代时间、并行运行代理或启用代理间通信，最终会导致收益递减，因为代理会固守过去的尝试。通过定期丢弃搜索状态并从找到的最佳候选者重新开始，“遗忘”机制可以解除搜索过程的阻塞，从而带来显著的改进。研究表明，在各种任务上，该方法比并行代理提高了15%，比单个代理提高了39%，这表明内存管理对于开放式发现与计算资源同等重要。 AI
影响 这项研究提出了一种新颖的方法来提高AI代理在复杂问题解决和发现任务中的效率和有效性。
排序理由 该集群包含一篇详细介绍LLM代理新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
