Exploratory Reflection

新的EAR框架增强了LLM的长期记忆和检索能力

研究人员推出了一种名为探索-同化反思（EAR）的新框架，旨在增强基于LLM的自主代理的长期记忆能力。EAR通过结合两种关键机制来解决当前记忆检索方法的局限性：探索性反思用于迭代搜索和经验收集，同化性反思用于使用这些收集到的经验高效地优化全局重排器。该方法在对话基准测试中展示了显著的检索性能提升，高达17.9%，同时也被证明具有样本效率高且对噪声反馈鲁棒的特点。