提出TokenWorth框架学习Agent记忆价值
热点事件观察中
提出TokenWorth框架学习Agent记忆价值
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
Guannan Lai等提出TokenWorth,一个轻量级在线记忆框架,利用稀疏执行反馈学习与查询相关的记忆价值,并统一用于记忆检索和有界记忆管理,代码已在GitHub公开。 基于论文摘要,在三个LifelongAgentBench环境及本地和API部署中,TokenWorth在所评估方法里以最少输出token取得最高任务成功率。
AI 根据报道生成 · 2 天前更新
最新进展10月20日 12:00
TokenWorth:在资源约束下学习值得记忆的经验报道时间线
沿着报道,了解事件的不同侧面。
10月20日
- arXiv · cs.AITokenWorth:在资源约束下学习值得记忆的经验
Guannan Lai等提出TokenWorth在线记忆框架,利用稀疏执行反馈学习与查询相关的记忆价值,用于记忆检索和有界记忆管理。基于论文摘要,该方法在三个LifelongAgentBench环境及本地和API部署中,在所评估方法里以最少输出 token取得最高任务成功率;代码公开于 https://github.com/AIGNLAI/TokenWorth。
本事件热度走势
- 可比范围当前
- 3
- 可比范围峰值
- 610月21日 06:00
- 近 24 小时变化
- -49%
0246
06:0012:0018:0010月22日06:00
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。