研究人员推出了一种名为反持久性(Anti-Persistence)的新型记忆设计,旨在提高LLM代理的自我改进能力。该方法侧重于累积执行轨迹和结果,同时按需重建特定于任务的指导,并在使用后丢弃。这种方法有效地防止了存储的抽象中嵌入的错误传播,这种现象被称为错误复现。在各种基准测试和模型上的评估表明,与其他的记忆设计相比,反持久性能够带来更高的成功率和显著更低的LLM调用成本。 AI
影响 这种新的记忆设计可以通过减少错误传播和计算成本,从而实现更高效、更可靠的LLM代理。
排序理由 该集群描述了一篇在arXiv上发表的关于LLM代理新方法的论文。
- abstractions
- adaptive selector
- arXiv
- backbones
- benchmarks
- error reproduction
- external memory
- Hugging Face
- LLM agents
- LLM-call cost
- trajectories
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →