Tech Meridian ← К ЛЕНТЕ
PROМОЙ MERIDIAN EN

ИССЛЕДОВАНИЕ · RESEARCH · #3798

EvoDisco: эволюционное обнаружение стратегий для эволюции памяти агента

EvoDisco (arXiv:2611.22102v1) рассматривает эволюцию памяти агента как задачу поиска эволюционных стратегий: обучаемая политика выбирает и конкретизирует один из четырёх семантических операторов — Abstract, Refine, Bridge, Reframe — вместо фиксированного расписания обновлений памяти. С биуровневой функцией пригодности (внутренний сигнал: качество поиска + штраф за сложность; внешний: эффективность стратегий за окно прошлых решений) EvoDisco превосходит сильные эталоны MemP и MemRL на ALFWorld, WebShop и LifelongAgentBench, с наибольшими приростами на ALFWorld (+8.8 онлайн / +12.9 при переносе; +16.4 / +17.9 соответственно).

КЛЮЧЕВЫЕ ТЕЗИСЫ

  1. EvoDisco (arXiv:2611.22102v1) рассматривает эволюцию памяти агента как задачу поиска эволюционных стратегий: обучаемая политика выбирает и конкретизирует один из четырёх семантических операторов — Abstract, Refine, Bridge, Reframe — вместо фиксированного расписания обновлений памяти.
  2. С биуровневой функцией пригодности (внутренний сигнал: качество поиска + штраф за сложность; внешний: эффективность стратегий за окно прошлых решений) EvoDisco превосходит сильные эталоны MemP и MemRL на ALFWorld, WebShop и LifelongAgentBench, с наибольшими приростами на ALFWorld (+8.8 онлайн / +12.9 при переносе; +16.4 / +17.9 соответственно).
  3. Метод заменяет фиксированные правила обновления памяти обучаемыми стратегиями с несколькими операторами и демонстрирует измеримые улучшения на стандартных бенчмарках агентов, продвигая методы долговременной памяти для LLM-агентов.

ПОЧЕМУ ЭТО ВАЖНО

Метод заменяет фиксированные правила обновления памяти обучаемыми стратегиями с несколькими операторами и демонстрирует измеримые улучшения на стандартных бенчмарках агентов, продвигая методы долговременной памяти для LLM-агентов.

ИСТОЧНИКИ И ХРОНОЛОГИЯ

1