Nya minnesmekanismer får AI-agenter att tänka smartare över tid

arXiv cs.AI

Forskare har tagit fram ett system som hjälper långvariga AI-agenter att lära sig *när* de ska tänka på vad – istället för att bara lagra och komprimera historik som tidigare metoder. I praktiken förbättrade systemet DeepSeek-modellens noggrannhet från 0,789 till 0,868 i F1-poäng, och skar ner svarstiden per fråga från 0,36 ms till 0,04 ms vid 30 000 historiska situationer. Det intressanta är att det är en lättviktig policy-modell som sköter prioriteringen – själva tunga resonemanget lämnas kvar till det stora språkmodellen.