AMBER: база «только-добавление» памяти для веб-агентов с долгими задачами
Статья (arXiv:2610.07118v1) представляет AMBER — систему «только-добавление» памяти, в которую агент совместно учится записывать сведения при выполнении рассуждений и действий, при этом правило только-добавления обеспечивает сохранность записей. Обучённый напрямую через reinforcement learning (без обширного SFT), AMBER повышает средний успех на WebArena Lite на 4.09 процентных пункта, увеличивает долю решённых задач при пяти повторных запусках на 4.8 процентных пункта и сравним с overwrite‑baseline, обученным на более дорогой кураторской разметке, при сохранении практичного токен‑бюджета.