主要来源arXiv cs.AI
查看原文事件专题 · 单一信源
Recursive Experiential-Working Memory Evolution for Long-Horizon Agent Harnesses
Recuris,一种用于长时程智能体驱动的递归经验-工作记忆架构,通过工作记忆跟踪任务进度并指导技能选择,提高GPT-5.6 Sol和Claude Opus 5在tau-bench和Qwen3.6-27B/35B上的任务成功率,最多提升16.6/13.5点,并减少长时程失败率至80%以下。
当前结论
Recuris模型在长时程任务中显著提升了GPT-5.6 Sol和Claude Opus 5的表现,是长时程智能体驱动的递归记忆架构的一个突破。
2 个信源44° AI 热度最后更新 2026/8/25 17:56:35
证据链
相关来源 1elvis
查看原文冲突核查
现有去重数据只说明这些来源讨论同一事件,不代表立场相同。当前没有结构化的支持或反驳证据,不自动推断冲突。