研究团队提出KEEPER以优化Agent文本记忆
Start here
2026年11月,研究团队在arXiv发表论文,提出面向长周期LLM智能体的文本记忆优化方法KEEPER。该研究针对长周期LLM智能体递归文本记忆中存在的自洽偏差与早期错误传播问题,在共享递归接口下对比分析了四种辅助目标。测试显示,与奖励相关的预测目标在离线强化学习前后均取得了最高任务表现,优于联合监督。轨迹分析进一步证实,基线方法在获得纠正观测后仍会维持错误;研究由此指出,评估智能体时应同时兼顾错误持续性与有效信息保留能力。
AI-generated from reports · Updated 3 hours ago
Report timeline
Follow the reports to see different sides of the story.
- arXiv 自然语言处理KEEPER:面向长周期 LLM 智能体学习控制充分的文本记忆
KEEPER 针对长周期 LLM 智能体递归文本记忆中的自洽偏差与早期错误传播,在共享递归接口下对比分析了四种辅助目标。测试显示,与奖励相关的预测目标在离线强化学习前后均取得最高任务表现,优于联合监督。轨迹分析证实基线方法在获得纠正观测后仍会维持错误,研究指出评估智能体时应兼顾错误持续性与有效信息保留能力。
Story heat trend
Current heat 9·Comparable peak 10(Nov 2 14:00)·Comparable change, last 24 hours–
Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.