返回首页
RadarAI··论文与技术

Meta 论文:智能体记忆按问题类型分池更有效

中文摘要

Meta研究提出Routed CL,通过LLM路由器按问题类型分池智能体记忆,比使用全量历史记录更有效。

English Summary

Meta's Routed CL uses an LLM router to categorize agent memory by problem type, outperforming single full-history approaches for better learning.

原文节选

Meta 新论文发现,AI 智能体从过往尝试中学习时,把新问题匹配到相似问题的笔记,比共用一份全量历史记录效果更好。其提出的 Routed CL 用一个 LLM 路由器在每次运行前复用或新建记忆簇,每簇采用 5 种记忆类型之一(如原始历史运行或蒸馏经验)。