RunningTab: Nytt ramverk hjälper AI-agenter hålla koll på vad de faktiskt ska leverera

arXiv cs.AI

Ett vanligt problem med LLM-agenter (AI-modeller som utför uppgifter självständigt) är att de tappar bort delar av uppdraget när de läser igenom många filer – de kan hitta ett viktigt siffervärde men glömma att ta med det i slutrapporten. RunningTab löser detta genom att låta arbetsmiljön, snarare än AI-modellen själv, föra ett löpande register över vad uppgiften kräver, vad som lästs och vad som ännu inte öppnats. Systemet testades på tre olika riktmärken med tre olika LLM-modeller och slog konsekvent både enkla baslinjer och metoder som försöker hålla koll på samma sak inuti modellens eget minne.