Can Agent Memory Systems Track Evolving State?
智能体记忆系统能否追踪演化状态?
专题命中 记忆与上下文管理 :agent(title);分类 cs.AI、cs.CL
AI总结 该研究针对LLM智能体记忆系统的状态追踪能力不足问题,构建StateMemBench基准,提出StateMem方法,可显著提升当前状态准确率,且作为轻量包装器适配现有系统。
AI 大模型
智能体、工具调用、规划、工作流、多智能体和自主任务执行。
智能体记忆系统能否追踪演化状态?
专题命中 记忆与上下文管理 :agent(title);分类 cs.AI、cs.CL
AI总结 该研究针对LLM智能体记忆系统的状态追踪能力不足问题,构建StateMemBench基准,提出StateMem方法,可显著提升当前状态准确率,且作为轻量包装器适配现有系统。
软件形态的第三次重构:从三层架构到存储、模型与智能体
机构 * Nanjing Liancheng Intelligent Technology Group(南京连城智能科技集团)
专题命中 记忆与上下文管理 :agent(abstract);分类 cs.AI、cs.SE
AI总结 本文提出软件形态正经历第三次范式转变Software 3.0,其核心为存储、大模型与智能体的架构,将重塑开发者、数据库行业及软件工程的角色。
世界模型与现实对齐的不可约量子优势
专题命中 记忆与上下文管理 :agent(abstract);分类 cs.AI、cs.LG
AI总结 该研究证明经典世界模型无法通过增加记忆实现与真实世界的完美策略对齐,而量子世界模型仅用单个qutrit即可做到,揭示了世界模型对齐现实的不可约量子优势。
Comments 31 pages, 4 figures
语言具有两个参数:叙事诱导的语义可塑性与相位敏感的解读
机构 * University of Utah(犹他大学)
专题命中 记忆与上下文管理 :AI agent(abstract);分类 cs.CL
AI总结 该研究提出语言解读需第二个带符号、持久且以个体与二元组为索引的相位参数,指出标准Transformer无相位显式表征,需构建承载相位语义状态的语言模型。
Comments 23 pages; 0 figuresCC
从预测到自我:最小神经系统中能动性的发展条件
机构 * Independent Researcher(独立研究者)
专题命中 记忆与上下文管理 :agent(abstract);分类 cs.LG
AI总结 通过40个逐步增加的实验,研究最小GRU系统如何区分自我与世界因果影响,发现四个严格顺序的发展条件,并提出能动性增益作为度量指标。
Comments 27 pages, 6 figures
基于堆叠集成框架的异构内存IP中MBIST面积与测试时间的自动化估算
专题命中 记忆与上下文管理 :planning(abstract)
AI总结 本研究提出堆叠集成框架,基于RTL参数直接预测异构内存IP的MBIST面积与测试时间,准确率优于基线方法,可快速估算MBIST开销以支持高效设计决策。