实体
Agentic Retrieval-Augmented Generation
Agentic Retrieval-Augmented Generation
PulseAugur coverage of Agentic Retrieval-Augmented Generation — every cluster mentioning Agentic Retrieval-Augmented Generation across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
LLM 智能体的记忆系统面临新的安全性和效率基准测试
近期研究探讨了大语言模型（LLM）智能体记忆系统的漏洞和改进。研究强调了记忆形成如何容易受到投毒攻击，即使在良性交互的情况下也会导致智能体行为不可靠。新的基准测试，如 MemForm 和 MCPHallu，正在开发中，用于诊断这些与记忆相关的故障，包括推理、执行和上下文遗忘。此外，研究人员正在研究增强记忆效率和鲁棒性的方法，例如自适应记忆选择和改进的压缩技术，以确保智能体能够可靠地存储和检索信息。
-
CuSearch框架通过课程采样增强了基于代理的检索增强生成（RAG）训练
研究人员开发了CuSearch，一个使用带可验证奖励的强化学习（RLVR）来训练基于代理的检索增强生成（RAG）系统的新框架。该方法通过优先考虑提供更具信息量监督的更深搜索轨迹来解决轨迹均匀采样的问题。CuSearch利用搜索深度贪婪分配（SDGA）将更新预算动态地分配给这些更深的轨迹，从而提高了性能。实验表明，在ZeroSearch基准测试上，相比标准的GRPO，精确匹配点数提高了11.8点。