PulseAugur
实时 07:51:50
实体 Hindsight Memory-PRM

Hindsight Memory-PRM

PulseAugur coverage of Hindsight Memory-PRM — every cluster mentioning Hindsight Memory-PRM across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
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 1 条
  1. TOOL · CL_229069 ·

    新方法使用审计跟踪来监督LLM代理记忆

    研究人员推出了一种名为Hindsight Memory-PRM的新方法,用于监督长时程大型语言模型(LLM)代理的记忆管理。该方法利用代理操作留下的检索命中和回答时引用的审计跟踪来训练一个记忆效用批评者。该系统使用此批评者为操作分配代理奖励,无需每次操作都进行人工标注或复杂的重放。在评估中,使用Hindsight Memory-PRM的本地8B策略在LoCoMo和LongMemEval基准测试上取得了比其API教师和其他外部系统显著更…