RAA:以分辨率分配注意力降低智能体记忆token消耗
热点事件持续更新
RAA:以分辨率分配注意力降低智能体记忆token消耗
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
Siqi Xiang等作者提出名为 Resolution as Attention(RAA)的记忆感知机制,把智能体的历史交互渲染成图像,再按与下一步决策的相关性动态调整各段历史的分辨率,以视觉分辨率作为注意力分配手段。 作者称,实验在多个任务和骨干模型上将 token 消耗降低 50% 以上,且不损害任务表现;RAA 还可作为插件感知层,与现有记忆管理方法结合使用。
AI 根据报道生成 · 49 分钟前更新
最新进展11月20日 13:00
把分辨率当注意力:RAA 让 LLM 智能体记忆感知更省 token报道时间线
沿着报道,了解事件的不同侧面。
11月20日
- arXiv cs.AI把分辨率当注意力:RAA 让 LLM 智能体记忆感知更省 token
研究者提出 Resolution as Attention(RAA)记忆感知机制,将历史交互渲染为图像,并按与下一步决策的相关性动态调整分辨率,把视觉分辨率当作注意力分配手段。实验显示 RAA 在多个任务和骨干模型上将 token 消耗降低 50% 以上且不损害任务表现,还可作为插件感知层与现有记忆管理方法结合。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。