实体 Preference Score

Preference Score

PulseAugur coverage of Preference Score — every cluster mentioning Preference Score across labs, papers, and developer communities, ranked by signal.

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

RESEARCH · CL_185150 · Aug 5 · 13:31

ContextWeave 基准评估语言代理在真实世界工作流中的记忆能力

研究人员推出 ContextWeave，这是一个旨在评估语言代理在复杂、长周期工作流中记忆能力的新基准。该基准将长达数月的用户工作流重构为可执行任务，评估回忆的经验如何影响代理性能、工作空间质量以及与用户偏好的契合度。初步结果表明，增强的记忆组件在各种基础模型上显著提高了这些指标，突显了可操作记忆对代理执行的重要性。