כתבה
arXiv cs.AI ·
FlowState: ניהול מצב ריצה כזיכרון לאג'נטים LLM למשימות ארוכות-תוואי
FlowState: Execution State as Memory for Long-Horizon LLM Agents
FlowState מציע פתרון לשימור מידע משולב באג'נטים LLM למשימות ארוכות-תוואי. הוא מאפשר לאג'נטים לשמור ולחזור על מידע מקודם, ולשפר את תפוקתם. FlowState נבחן במבחן MemoryArena ו-$ au^3$-Bench, והראה תוצאות טובות יותר מאשר הבסיס המלא.
תקציר מקורי באנגליתarXiv:2609.34565v2 Announce Type: replace Abstract: Long-horizon tasks require LLM agents to continually draw on information from earlier interactions. However, retaining the full history increases context costs, while compressing it risks losing details needed later, and the relevance of historical information often becomes apparent as the task progresses. To address these challenges, we propose FlowState, which treats execution state as memory that can be retained and revisited across requests, unifying current decision-making with the reuse of historical information. FlowState preserves semantically typed state nodes, their relations, and references to raw tool observations, separating persistent retention from on-demand access. Within a single execution loop, Incremental State Update (
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית