short-term memory
PulseAugur coverage of short-term memory — every cluster mentioning short-term memory across labs, papers, and developer communities, ranked by signal.
3 天有情绪数据
-
新的CLS模型通过分离记忆系统增强少样本和持续学习能力
研究人员开发了一种受海马体互补学习系统（CLS）架构启发的新模型。该模型旨在通过将用于近期输入的短期记忆（STM）与用于泛化感知的长期记忆（LTM）分离，来平衡泛化与持续适应。与基线模型相比，提出的CLS模型在持续学习场景中表现出更强的抗遗忘能力，在少样本学习任务中具有更好的泛化能力。
-
Meta发布用于代理的Muse Wonder AI模型
Meta发布了其新AI模型Muse Wonder和Muse Wonder Full，这些模型被描述为其迄今为止能力最强的模型，也是Muse Spark系列的后续产品。这些模型专为个人和工作AI代理设计，具有主动记忆（Active Memory）以保持上下文和主动专注（Active Focus）以完成目标导向的任务等高级功能。这些模型在代理任务、记忆和编码的基准测试中表现强劲，现已通过Meta Model API和Muse Code提供。
-
Meta 发布 Muse Wonder 模型，具备主动聚焦和记忆功能
Meta 推出了 Muse Wonder 和 Muse Wonder Full，这是其最新推出的、专为个人和专业代理任务设计的模型。这些模型具有用于上下文保留的“主动记忆”和“主动聚焦”功能，使它们能够通过尝试替代方法、克服障碍和适应新信息来追求具有挑战性的目标。该公司使用 FocusBench 和 SWE-Marathon 等基准来评估这些能力。文章还提供了一个实际示例，展示了如何使用 TypeScript 构建一个简化的“主动聚焦…