论文11:53
RoMeRL：通过降阶效用状态平衡自进化智能体记忆中的反馈覆盖与记忆-奖励陷阱这论文把智能体记忆里反馈分散和奖励污染的问题一起解决了，Cold-Q降了80%，记忆体积缩了84%，效果很硬核。
#LifelongAgentBench
共 1 条 · 7 天 0 条 · 30 天 0 条
信息流里打上「LifelongAgentBench」标签的资讯、产品与论文，按刊登时间排，新的在上。
8月4日
这论文把智能体记忆里反馈分散和奖励污染的问题一起解决了，Cold-Q降了80%，记忆体积缩了84%，效果很硬核。