SkeMex：医疗Agent技能记忆自进化框架
热点事件持续更新
SkeMex：医疗Agent技能记忆自进化框架
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Haoran Sun等作者发布论文，提出SkeMex，一个不更新模型权重的医疗智能体部署后自进化框架：将信息性交互轨迹提炼为编码可复用程序性知识的结构化技能，并通过“Read–Write–Assess–Govern”闭环管理技能记忆，依据环境反馈估计技能的上下文效用，指导检索、晋升和移除。 作者报告在多种临床任务的离线与在线设置中，SkeMex持续优于代表性记忆型智能体，且技能记忆可跨模型骨干迁移。数据与代码将公开释放。 以上结果基于论文摘要的作者声称，尚无独立复现。
AI 根据报道生成 · 2 小时前更新
最新进展10月12日 12:00
SkeMex：通过自我演化技能记忆提升可泛化医疗智能体推理报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv · cs.AISkeMex：通过自我演化技能记忆提升可泛化医疗智能体推理
基于论文摘要，作者提出部署后自我演化框架 SkeMex，将医疗智能体的信息性交互轨迹提炼为可复用技能，并通过“Read--Write--Assess--Govern”闭环持续管理记忆。框架不更新模型权重，而是依据环境反馈估计技能的上下文效用，指导检索、晋升和移除；作者报告其在多种临床任务的离线与在线设置中持续优于代表性记忆型智能体，并可跨模型骨干迁移技能记忆。数据与代码将公开释放。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 910月12日 14:00
- 近 24 小时变化
- –
02.557.510
14:0015:0016:00
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。