כתבה
arXiv cs.AI ·
PRO-LONG: זיכרון תוכניתי לתהליכי גישוש ארוכי טווח
PRO-LONG: Programmatic Memory Enables Long-Horizon Reasoning
PRO-LONG הוא כלי ניהול הקשר המשתמש בזיכרון תוכניתי עבור סוכנים של מודלי שפה גדולים. הוא משפר את היכולת לבצע משימות ארוכות טווח על ידי אחסון וחיפוש יעילים של היסטוריית האינטראקציה. עם PRO-LONG, סוכנים מבוססי LLM יכולים להגיע לתוצאות טובות יותר במשימות גישוש ארוכות טווח.
תקציר מקורי באנגליתarXiv:2607.20064v2 Announce Type: replace Abstract: Long-horizon tasks require sustained perception, reasoning, and exploration, and are a persistent challenge for large language model (LLM) agents. This gap is reflected in their limited performance on continual learning benchmarks such as ARC-AGI-3, especially when models are evaluated out of the box. Various agent harnesses have been proposed to close this gap, and each commits to a strategy for handling long sequences of observations, i.e., what information to save from the environment and how to load it into model context, a choice we argue is particularly consequential. Existing methods for context management face a significant tradeoff, as preserving more information makes retrieving relevant details less tractable. We propose PRO-LO
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית