Ny metod låter AI-agenter minnas smartare – och spara 36% av beräkningskostnaden

arXiv cs.AI

Forskare har utvecklat DRSR, en teknik för att gallra ut onödig historik hos AI-agenter som arbetar med långa, komplexa uppgifter. Istället för att bedöma varje bit information för sig utvärderar metoden vad som händer om man tar bort flera delar samtidigt – ungefär som att förstå att två vittnen säger samma sak och att man kan stryka båda. I tester ökade agentens prestanda från 0,699 till 0,802 i genomsnittlig belöning, samtidigt som antalet tokens (beräkningsenheter) minskade med nästan 36%.