Skip to content
Hot storiesContinuously updated

研究者提出多智能体防漂移方法ATLAS

1 reports1 reporting sourcesUpdated 20 hours ago

Start here

AI overview

2026年11月4日，相关研究提出了面向长程开源多智能体AI的免训练表征干预方法 ATLAS，旨在解决系统中的任务与角色漂移问题。该方法在 token 生成前通过谱锁定纠正隐藏状态，成功将角色一致性提升至 93.5%，在扰动环境下取得 10.7 至 12.1 点的提升，并已成功迁移至 72B 基座模型。与 A-MEM 相比，ATLAS 将记忆宏平均准确率最高提升 5.7 点，同时将写入与读取失败率分别降低达 31.7% 和 24.8%。

AI-generated from reports · Updated 19 hours ago

Latest developmentsNov 4 13:00
研究者提出免训练方法ATLAS，通过谱锁定纠正隐藏状态以解决多智能体漂移问题。

Report timeline

Follow the reports to see different sides of the story.

Nov 4
  1. arXiv 人工智能
    告别漂移：面向长程开源多智能体 AI 的谱锁定方法

    研究者提出免训练表征干预方法 ATLAS，在 token 生成前通过谱锁定纠正隐藏状态，以解决长程开源多智能体系统的任务与角色漂移问题。该方法将角色一致性提升至 93.5%，在扰动下取得 10.7-12.1 点提升，并成功迁移至 72B 基座模型。相比 A-MEM，ATLAS 将记忆宏平均准确率提升最高 5.7 点，写入与读取失败率分别降低达 31.7% 和 24.8%。

Story heat trend

Current heat 6·Comparable peak 10（Nov 4 14:00）·Comparable change, last 24 hours–

02.557.510Nov4Nov4Nov5Nov5

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.