Quand oublier : adaptation contrôlée des risques pour agents à long horizon
En bref
- RECAP évalue la valeur des échecs passés en fonction de l'état actuel de l'agent.
- Le cadre permet de conserver, compresser ou supprimer des blocs d'historique pour améliorer les performances.
- Sur Hunyuan-A13B, RECAP réduit les coûts de prompt de 2,13% tout en maintenant un taux de succès de 91,89%.
Des chercheurs proposent RECAP, un cadre pour aider les agents IA à long terme à décider si conserver, compresser ou supprimer des blocs d'historique améliore leurs performances futures. Le système évalue la valeur des échecs passés en fonction de l'état actuel et ajuste la mémoire en conséquence.
Ce résumé vous donne l'essentiel. L'article complet, ses chiffres et ses citations sont chez cs.AI updates on arXiv.org.
Lire l'article originalRésumé généré par IA à partir de la source, relu par règles. Signaler une erreur