AMBER：通过仅追加内存训练长周期 Web 智能体

研究人员提出 AMBER 框架，通过仅追加内存机制让智能体联合学习推理、行动与写入自由格式内存，从机制上保证关键信息与纠错反馈的保留。该框架无需大量精选 SFT 数据即可基于结果奖励进行端到端强化学习训练。在 WebArena Lite 评测中，AMBER 相比覆盖式内存将平均成功率提升 4.09 个百分点，并在 5 次重复运行中将任务解决比例提高 4.8 个百分点。