研究人员推出了一种名为“Memory as Code”(MaC)的新型框架,旨在增强大型语言模型(LLM)代理的长期记忆能力。MaC使用共享的代码抽象统一了记忆的构建和检索,从原子函数进展到模块化组合。这种方法允许声明式检索,将查询转换为在内存结构上操作的结构化程序。在基准数据集上的实验表明,与现有方法相比,LLM-judge的准确性显著提高,并且令牌消耗减少。 AI
影响 该框架通过提高LLM代理回忆和组合信息的能力,有望使其能够处理更复杂、跨度更长的任务。
排序理由 该集群包含一篇详细介绍LLM内存系统新框架的研究论文。[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 →