跳到正文
热点事件持续更新

提出情境条件化思维记忆框架

1 篇报道1 个报道来源7 小时前更新

先了解这件事

AI 综述

Hong Su 等人在 arXiv 提出情境条件化思维记忆框架，把历史推理经验转化为预测当前情境应思考内容的轻量策略，详细推理仍交给大语言模型，用于长期运行的 LLM 智能体。 论文实验显示，该策略在时间规则泛化上达到 1.000 F1，将 DeepSeek 推理 F1 从 0.789 提升至 0.868；在 30,000 条历史情境下，单次查询在线处理时间从 0.3636 ms 降至 0.0382 ms。

AI 根据报道生成 · 7 小时前更新

最新进展10月8日 12:00
面向长期 LLM Agent 的情境条件化思考策略学习

报道时间线

沿着报道，了解事件的不同侧面。

10月8日
  1. arXiv cs.RO 机器人学
    面向长期 LLM Agent 的情境条件化思考策略学习

    论文提出情境条件化思考记忆框架，将历史推理经验转化为预测当前情境应思考内容的轻量策略，把详细推理留给大语言模型。实验显示该策略在时间规则泛化上达到 1.000 F1，将 DeepSeek 推理 F1 从 0.789 提升至 0.868，在 30,000 条历史情境下把单次查询在线处理时间从 0.3636 ms 降至 0.0382 ms。

本事件热度走势

可比范围当前
8
可比范围峰值
1010月8日 13:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。