热点事件持续更新
研究者提出面向LLM智能体的SPEM技能记忆框架
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月21日，研究人员在arXiv上提出了面向LLM智能体高效技能调用的轻量级结构感知程序性记忆框架SPEM。该框架通过维护原子技能记忆以及基于执行沉淀的技能有向无环图（Skill-DAG）记忆，并结合Skill-GNN来实现高效的技能选择。在实验测试中，SPEM在ALFWorld和SkillsBench基准上分别取得了87.1%的成功率和38.38%的奖励分数，在有效降低token消耗与运行时间开销的同时，实现了更优的效能权衡。
AI 根据报道生成 · 2 小时前更新
最新进展10月21日 12:00
研究人员提出SPEM框架，在降低token与时间开销的同时提升了智能体技能调用效能。报道时间线
沿着报道，了解事件的不同侧面。
10月21日
- arXiv 人工智能SPEM：面向 LLM 智能体高效技能调用的结构感知程序性记忆框架
研究人员提出轻量级结构感知程序性记忆框架 SPEM，通过维护原子技能记忆与基于执行沉淀的技能有向无环图（Skill-DAG）记忆，结合 Skill-GNN 实现高效技能选择。在 ALFWorld 和 SkillsBench 测试中，该方法分别取得 87.1% 成功率和 38.38% 奖励分数，在降低 token 与运行时间开销的同时实现了更优的效能权衡。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。