Junxing Hu

新基准HiMA-Ecom旨在解决多智能体AI中的长时记忆问题

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。