AMBER：仅追加记忆训练长程网页智能体

Chinmay Savadikar 等在 arXiv 论文（2026-10-07，基于论文摘要）中提出 AMBER（Append-only Memory Bank for Evidence Retention），一种用于长程网页智能体的仅追加记忆框架：Agent 联合学习推理、行动和自由形式记忆写入，仅追加规则保证记忆内容不被覆盖。 论文摘要称，该方法无需大量精监督 SFT 数据即可用结果奖励进行端到端强化学习；在 WebArena Lite 上，相较覆盖式记忆将平均成功率提高 4.09 个百分点、五次重复运行均解决的任务比例提高 4.8 个百分点，并匹配使用更昂贵精监督训练的覆盖式基线，同时保持实用的 token 预算。

AI 根据报道生成 · 56 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。