热点事件持续更新
研究者提出多智能体防漂移方法ATLAS
1 篇报道1 个报道来源14 小时前更新
先了解这件事
AI 综述
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 根据报道生成 · 13 小时前更新
最新进展11月4日 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。报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- 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%。
本事件热度走势
当前热度 7·可比范围峰值 10（11月4日 14:00）·近 24 小时可比范围变化–
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。