" HiMA-Ecom: Долгогоризонский контрольный параметр памяти для иерархических многоагентных помощников по электронной торговле &qt;

arXiv:250619846v3 Annualce Type: заменить резюме: долгосрочные агентские системы становятся системами длинного контекста посредством накопления, а не через один длинный документ, поскольку каждый шаг позволяет быстро перестраивать из описаний роли, инструмента и субагентов, воспоминаний, истории диалога и предыдущих результатов, отдельно для каждого агента. В настоящем документе рассматривается вопрос о том, каким образом можно обеспечить подготовку, оценку и регулирование такого накопленного контекста на основе иерархических должностей помощников с несколькими агентами. Мы представляем HiMA-Ecom, иерархический многоагентский эталонный показатель для помощников по электронной торговле с 22,8К, из которых 17.7K содержит записи памяти в контексте, соединяя данные о конкретных агентах под наблюдением с системным надзором за обучением по принципу " от одного до другого &qt; с использованием нескольких агентов. На основе этого HiMA-R1 контролирует контекстный бюджет траектории с помощью оптимизации относительной политики Группы по сокращению рисков (VR-GRO), которая берет образцы вдоль первоначальной траектии, так что стоимость выборки увеличивается