跳到正文
热点事件持续更新

ENGRAM将Agent经验固化进模型权重

1 篇报道1 个报道来源3 小时前更新

先了解这件事

AI 综述

ENGRAM研究团队提出并验证了一套将LLM Agent技能轨迹写入模型权重的框架:训练后设置记忆释放门槛,只有在无需检索情节记忆的探针任务中相对与绝对分数均达标,才开放记忆。 该框架以Engram Trace Graph提供动作上下文。实验显示,其性能接近完整保留技能轨迹的方案,同时显著缩小可检索记忆占用。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月10日
  1. AGI Hunt
    ENGRAM 框架:将 Agent 经验写入模型权重,验证通过后释放记忆

    ENGRAM 框架将 LLM agent 的技能轨迹通过准入门控写入模型权重,并以 Engram Trace Graph(ETG)提供动作上下文。训练后只有在不检索情节记忆的探针任务中相对与绝对分数均达标时才释放记忆,实验显示其性能接近全保留,同时显著缩小可检索记忆占用。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。