AI 大模型

AI Agent

智能体、工具调用、规划、工作流、多智能体和自主任务执行。

2026-04-02 至 2026-04-02 共收录 3 篇信号源：cs.AI, cs.CL, cs.LG, cs.SE

1. 记忆与上下文管理 3 篇

2604.00304 2026-04-02 cs.CL cs.AI 62%

Asymmetric Actor-Critic for Multi-turn LLM Agents

多轮LLM代理的非对称Actor-Critic

Shuli Jiang, Zhaoyang Zhang, Yi Zhang, Shuo Yang, Wei Xia, Stefano Soatto

机构 * AWS Agentic AI

专题命中记忆与上下文管理：agent(abstract)；分类 cs.AI、cs.CL

AI总结本文提出非对称Actor-Critic框架，利用专有LLM作为Actor，开源模型作为Critic，提升多轮对话可靠性。实验显示该方法在τ-bench和UserBench上优于单Agent基线，且轻量级Critic表现优异。

Comments 19 pages

2604.00067 2026-04-02 cs.LG cond-mat.stat-mech cs.AI cs.SY eess.SY 62%

Temporal Memory for Resource-Constrained Agents: Continual Learning via Stochastic Compress-Add-Smooth

面向资源受限智能体的时序记忆：通过随机压缩-添加-平滑实现持续学习

Michael Chertkov

机构 * Graduate Inter-Disciplinary Program in Applied Mathematics, & Department of Mathematics, University Arizona, Tucson, AZ 85721（亚利桑那大学应用数学跨学科研究生项目与数学系，图森，AZ 85721）

专题命中记忆与上下文管理：agent(abstract)；分类 cs.AI、cs.LG

AI总结本文提出一种基于随机过程的时序记忆框架，通过压缩-添加-平滑递归实现持续学习，无需反向传播和存储数据，适用于轻量控制器硬件。

Comments 33 pages, 22 figures

2604.00009 2026-04-02 cs.CL cs.AI 62%

Eyla: Toward an Identity-Anchored LLM Architecture with Integrated Biological Priors -- Vision, Implementation Attempt, and Lessons from AI-Assisted Development

Eyla：迈向具有集成生物先验的LLM架构——视觉、实现尝试及AI辅助开发的教训

Arif Aditto

专题命中记忆与上下文管理：agent(abstract)；分类 cs.AI、cs.CL

AI总结 Eyla提出一种以身份为基础的LLM架构，整合生物启发子系统，通过AI辅助开发的失败分析，揭示了AI辅助软件工程中的系统性失效模式。

Comments 8 pages, 3 tables, 25 references. Preprint under review for workshop submission