实体
TaskBench
TaskBench
PulseAugur coverage of TaskBench — every cluster mentioning TaskBench across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
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 2 条
-
因子化技能记忆解决了持续AI学习中的技能遗忘问题
研究人员推出了一种新方法——因子化技能记忆（FSM），以解决语言模型在持续学习过程中技能遗忘的问题。FSM将技能记忆分为灵活的地址记忆和稳定的执行记忆，使模型能够在无需重放历史数据的情况下保留和调用先前学到的技能。该方法在一个包含100个任务的基准测试中表现出改进的性能，显著优于现有的参数隔离基线，同时与使用重放的方法相比仍具竞争力。
-
DiG-Plan 框架通过扩散引导改进 AI 工具规划
研究人员开发了 DiG-Plan，一个用于改进 AI 模型可执行工具规划生成的新框架。标准的自回归方法经常遭受早期承诺的困扰，限制了最优规划的搜索。DiG-Plan 通过使用基于扩散的方法通过迭代细化生成多样化的工具集来解决这个问题，然后使用自回归精炼器进行依赖性预测。该方法显著提高了规划覆盖率和性能，尤其是在复杂组合任务上。