ReasoningBank
PulseAugur coverage of ReasoningBank — every cluster mentioning ReasoningBank across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
GeneralVLA-2 通过改进的 3D 重建和记忆增强机器人规划
研究人员推出了 GeneralVLA-2，这是视觉-语言-动作系统在机器人规划方面的最新进展。该系统集成了 GeoFuse-MV3D，通过利用几何先验和多视图融合来提高 3D 重建的准确性，解决了先前方法中出现的几何幻觉等问题。此外，GeneralVLA-2 还升级了 KnowledgeBank，现已成为一个受控记忆系统，明确管理质量、置信度和几何相关性，以更可控、更精确地检索操作经验。
-
GeneralVLA-2 通过改进的 3D 重建和记忆来推进机器人规划
研究人员推出了 GeneralVLA-2，这是视觉-语言-动作系统在机器人规划方面的一项进步。该系统集成了 GeoFuse-MV3D 以增强 3D 重建，并改进了 KnowledgeBank 以更好地管理机器人任务中的记忆。GeoFuse-MV3D 组件通过融合几何并保留外观来解决单视图重建的局限性，而升级的 KnowledgeBank 则提供具有显式元数据（用于质量和置信度）的受控长期记忆。
-
新研究解决 LLM 路由限制；A3M Router 声称节省成本
两篇新研究论文解决了大型语言模型 (LLM) 路由系统的局限性。其中一篇论文“ReCal”引入了一个奖励校准框架，通过分解奖励和重新加权优化信号来提高基于 RL 的路由器的训练稳定性和性能。另一篇论文“The Routing Plateau”指出了当前路由器中的可预测性瓶颈，表明它们由于缺乏实例特定的路由信号而经常在困难查询上失败，并建议使用更大的数据集和更强的编码器作为解决方案。此外，A3M Router 的更新强调了其在企业 AI…
-
Google 推出代理记忆框架；DeepSeek 发布经济高效的 V4 模型
Google Research 推出了 ReasoningBank，这是一个新颖的框架，旨在增强 AI 代理在部署后从成功和失败的经验中学习的能力。该系统从过去的交互中提炼出可泛化的推理策略，使代理能够持续改进并避免重复错误。另外，新的研究探索了通过潜在表示优化多代理通信，并为在开放式环境中运行的代理引入了 Agent Evolving Learning (AEL)，重点关注如何有效利用记忆信息。此外，DeepSeek 发布了其 V4…