AITOP
全部 AI 动态
AI 相关资讯全量信息流
全部博客资讯推文论文
全部模型产品行业论文技巧
标签：记忆进化×
6月16日
20:46
6月12日
12:57
6月11日
15:28
15:23
15:07
5月18日
10:32
10:32arXiv cs.LG@Igor Bogdanov, Chung-Horng Lung, Thomas Kunz, Jie Gao, Adrian Taylor, Marzia Zaman
精选
FORGE 是一种无需梯度更新的智能体记忆进化协议，通过分层 ReAct 架构和群体广播机制，让 LLM 智能体从失败轨迹中生成可复用的知识（规则、示例或混合形式）。在 CybORG CAGE-2 网络防御任务中，FORGE 使所有 12 种模型配置的平均回报提升 1.7-7.7 倍（相比零样本基线），并降低严重失败率至约 1%。关键发现包括：群体广播是性能提升的核心机制，示例记忆对多数模型效果最佳，且较弱模型受益更显著。该工作为无需权重更新的智能体持续学习提供了新范式。
论文智能体记忆进化群体广播网络防御LLM
推荐理由：做智能体持续学习和自主决策的团队——FORGE 用群体广播解决了记忆进化中的灾难性遗忘问题，无需微调模型权重，直接提升任务成功率。做网络防御或 POMDP 场景的开发者值得关注其低成本高回报的实践路径。
原文