「Agent长期记忆」共找到 3400 篇相关文章

推荐文章8

同一个模型,换套框架成绩差27%:SWE-bench分数到底谁说了算?

编程Agent评测是笔糊涂账,SWE - bench虽成事实标准,但分数不适合直接横向比较。基元律动等机构发布Claw - SWE - Bench基准,将模型、harness和任务集拆分,通过实验揭示harness对成绩影响大,还解决通用Agent评测问题,推出低成本Lite版。

AIGC开放社区
产品应用7

真香!我用AI做PPT的血泪史:从“能用”到“真香”,V3版到底解决了什么?

作者因公开分享需做PPT,尝试多种AI PPT工具后,自己围绕Agent攒了一个。从V1到V3版不断改进,V3用多Agent提示词用法,风格多样且规则减少,还给出3步制作PPT的方法及后续功能拓展想法。

AI 产品自由
开源动态6

小米开源了个150元的AI小玩意,火到配件都涨价了

小米创新团队开源了一款名为 HachimoDock 的桌面 AI 硬件,硬件自制成本约 150 元,集成了电子桌宠、电脑端 Agent 语音交互及智能家居联动等功能。

量子位
推荐文章8

Pokee.ai 朱哲清:用 RL 搭建智能体的「骨骼与神经」| AI 产品十人谈

《AI 产品十人谈》对话 Pokee.ai 朱哲清,探讨强化学习与 Agent。朱哲清是强化学习信徒,曾带领 Meta 团队突围。他认为单靠预测难完成复杂任务,强化学习是超人类智能的关键,介绍了 Pokee.ai 产品优势及对通用 Agent 的看法。

AI科技评论
算法论文8

Claude Memory 设计解读:记住经验,保留边界

Anthropic 实验显示,Claude Opus 5 加入跨会话记忆后,任务平均奖励从约0.56升至0.83;但旧经验跨场景复用可让不安全动作率升至35%~81%。

老刘说NLP
推荐文章8

10万引普林斯顿刘壮最新访谈:架构没那么重要,数据才是王道

普林斯顿大学助理教授刘壮在访谈中指出,架构没那么重要,数据、规模和记忆才是决定AI成败的关键。他认为ConvNet和Transformer性能差异源于训练细节;当前数据集远不够多样;大语言模型有语言空间的世界模型,但视觉空间的还缺失;记忆是瓶颈,智能体只是权宜之计;AI目前还替代不了研究生。

量子位
产品应用7

蚂蚁即将上线通用 Agent

蚂蚁百宝箱团队将在今年外滩大会正式上线 Tbox 超级智能体,其产品形态与部分平台相近,能让不同角色分工协作。实测显示它在多方面表现不错,但也存在细节不足,官网有诸多案例。

特工宇宙
推荐文章7

谁为 Data Agent “买单”?

Kyligence联合创始人李扬围绕AI数据智能体服务对象及带来的转变分享思考。它能解决领导数据客观性、时效性等问题,也助分析师深入研究,最大价值是让业务人员从0到1用上数据,推动企业数智化转型。

InfoQ
算法论文8

微软 Agentic 组织:下一代 AI 系统

微软研究院提出全新推理范式AsyncThink,让LLM从单打独斗进化成带团队的项目经理。它把并发控制转为纯文本协议,经两阶段训练,实验中全方位碾压传统方法,还具跨领域泛化能力。

PaperAgent
算法论文8

Flash-Searcher:Web Agent的并行革命

当下Web智能体用顺序执行链解决复杂任务存在执行和信息利用率低的问题。为此提出Flash - Searcher,以DAG并行执行机制为核心,提升执行吞吐与速度,在多基准上表现优,代码已开源。

深度学习自然语言处理