Scaling Teams or Scaling Time? Memory Enabled Lifelong Learning in LLM Multi-Agent Systems
团队规模还是时间规模?基于内存的持续学习在大语言模型多智能体系统中的应用
机构 * Emory University(埃默里大学) ; Illinois Institute of Technology(伊利诺伊理工学院) ; University of Notre Dame(圣母大学) ; Cisco Research(思科研究院)
AI总结 本文研究了大语言模型多智能体系统在团队规模和持续学习能力上的协同优化,提出LLMA-Mem框架,通过灵活内存拓扑提升长期性能并降低成本。