研究人员推出HiMA-Ecom,这是一个旨在评估电子商务场景中分层多智能体系统的新基准。该基准包含超过22,000个实例,其中大部分侧重于智能体的记忆条目。该研究还提出了方差缩减组相对策略优化(VR-GRPO)来管理上下文预算并提高智能体训练效率。使用VR-GRPO和3B及7B模型的智能体在性能上优于DeepSeek-R1和DeepSeek-V3等现有模型,记忆机制缩短了收敛时间。 AI
影响 为多智能体AI系统中的长时记忆引入了新的基准和优化技术,有望提高训练效率和性能。
排序理由 该集群描述了一篇介绍用于AI智能体的新颖基准和优化方法的新学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- DeepSeek-R1
- DeepSeek-V3
- Grpo
- HiMA-Ecom
- Hugging Face
- Junxing Hu
- Variance-Reduction Group Relative Policy Optimization
- VR-GRPO
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →