研究者发布电商多智能体长程记忆基准HiMA-Ecom

研究者提出并发布 HiMA-Ecom，一个面向分层多智能体电商助手的长程记忆基准，含 22.8K 条实例，其中 17.7K 条在上下文中带有记忆条目，并配套各智能体的监督微调数据与用于端到端多智能体强化学习的系统级监督。 基于该基准的 HiMA-R1 采用 VR-GRPO 控制轨迹上下文预算，并用奖励驱动记忆机制将收敛所需更新步数减少约 55%。研究称，基于 3B 和 7B 开源模型构建的智能体平均追平 DeepSeek-R1，并超过 DeepSeek-V3 6.0 分。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。