Компьютерные науки > Искусственный интеллект [представлен 27 октября 2026 года] Название: Проактивная память для агентов LLM View PDF HTML (экспериментальный) Резюме: Активные агенты LLW предвидят возможности обслуживания на основе текущих наблюдений и накопленной истории. В существующих подходах акцент делается на недавний контекст или поиск соответствующих воспоминаний, что обеспечивает ограниченную поддержку для подтверждения повторяющихся поведенческих норм и оценки их применимости к текущему событию. Мы предлагаем Проактивную Память (ProactMem), которая организует историю последних событий, временных траекторий и поведенческих норм. Традиционные факты проверяются с учетом исходных событий, а регулярность оценивается на основе исторических репродукций до того, как она соотносится с текущими условиями. Мы также сооружаем Проактивный Стрем, продольный эталонный показатель, охватывающий три области применения, где агенты обрабатывают изолированные потоки событий в хронологическом порядке под сенсорными знаками. На Проактивном потоке " ProactMem &qt; достигает общей эффективности (F1) 52,6 процента, что представляет собой относительное улучшение на 21,4% по сравнению с наиболее сильным из пяти внешних исходных условий. Код доступен по адресу: https URL. Дополнительные ссылки и цитаты... Библиографический и цитационно-инструментальный библиолог (Что является Исследовательом?) Подключённые документы (что такое подсоединенные бумаги?) Litmaps (Литмпапс?) Skite Smart…
Проактивная память для агентов LLM
arXiv: 261 030,369667v 1 Annuales Type: New Habstrate: Protective LLM-агенты предвидят возможности обслуживания на основе текущих наблюдений и накопленной истории. В существующих подходах акцент делается на недавний контекст или поиск соответствующих воспоминаний, что обеспечивает ограниченную поддержку для подтверждения повторяющихся поведенческих норм и оценки их применимости к текущему событию. Мы предлагаем Проактивную Память (ProactMem), которая организует историю последних событий, временных траекторий и поведенческих норм. Традиционные факты проверяются с учетом исходных событий, а регулярность оценивается на основе исторических репродукций до того, как она соотносится с текущими условиями. Мы также сооружаем Проактивный Стрем, продольный эталонный показатель, охватывающий три области применения, где агенты обрабатывают изолированные потоки событий в хронологическом порядке под сенсорными знаками. На Проактивном потоке " ProactMem &qt; достигает общей эффективности (F1) 52,6 процента, что представляет собой относительное улучшение на 21,4% по сравнению с самым сильным из пяти внешних исходных условий