★ 3
论文提出ReTRAIL：长程智能体回退环境并复用探索经验
arXiv论文提出ReTRAIL框架，允许智能体将环境回退到早期状态同时保留有效进展并沿用被放弃探索中学到的知识。通过State-Anchored GRPO与分支推进奖励训练共享策略，在MineSweeper、Sokoban、ALFWorld、ScienceWorld四个交互基准上优于单纯加入回退…
arXiv cs.AI21 天前
#长程智能体
共 3 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 3
研究：长程语言智能体记忆痕迹呈重尾分布
论文指出当前记忆系统仅以任务成功率或 token 成本衡量，忽略了记忆使用的形状。研究发现智能体记忆会集中于小核心而将稀有状态留在长尾，且该集中性依赖策略。作者提出 Core-Tail World Model（CTWM）控制器，在 LongMemEval 上减少 24.48% token 且准确率…
arXiv cs.AI31 天前
★ 2
RECAP：长程智能体的风险可控上下文适配
论文提出RECAP框架，研究长程智能体何时应保留、压缩或删除历史失败记录，结合匹配上下文干预与独立策略认证。在Hunyuan-A13B上编辑43.24%的保留检查点，保持91.89%续跑成功率并降低约2.13%的提示成本。
arXiv cs.AI13 天前