★ 3
面向智能体LLM系统的共享选择性持久记忆
针对智能体 LLM 多轮工具调用中上下文从零开始的问题，研究提出共享选择性持久记忆架构。该架构识别并保留任务规范、数据模式等四类可复用上下文，避免全量历史带来的 token 浪费与生成质量下降。
Apple Machine Learning Research47 天前
共 2 篇相关资讯，按重要度与时间排序，每 3 小时更新。
针对智能体 LLM 多轮工具调用中上下文从零开始的问题，研究提出共享选择性持久记忆架构。该架构识别并保留任务规范、数据模式等四类可复用上下文，避免全量历史带来的 token 浪费与生成质量下降。
论文探索 FEM-ASM 架构，将上下文计算、持久存储与精确执行分离，而非通过单一参数系统更新全部能力。系统包含 52,809 个重建式记忆元素，重建 token 准确率约 75%，并用支持感知的词法索引实现可寻址。作者以受控实验与负面结果呈现，指出仅问题检索、无限制答案生成与端到端效率等尚未解决…