跳到正文
原文
arXiv 机器学习· Bingfan Zeng, Zhisheng Chen, Chenbo Sang, Zhengwei Xie, Jinpeng Wang, Xiangchen Guan, Rui Qian, Zheng Lu, Jingwei Song·· 3 小时前AI 评分44

MemoWM:世界模型如何改变智能体需要记忆的内容

MemoWM: How World Models Change What Agents Need to Remember

AI 导读

研究人员提出智能体记忆框架 MemoWM,利用世界模型的共享预测压缩保留信息并重构被省略的内容。在 5 个长期智能体记忆基准测试中,MemoWM 取得 42.42% 的平均回答准确率,超越最强基线 2.62 个百分点,并将单次经验存储量比最省存储的基线 MIRIX 降低 53.9%。项目代码已开源。

来源:arXiv 机器学习 · arxiv.org