研究揭示长程智能体记忆重尾并提出CTMC控制器
热点事件持续更新
研究揭示长程智能体记忆重尾并提出CTMC控制器
1 篇报道1 个报道来源12 小时前更新
先了解这件事
AI 综述
Xinyuan Song 与 Zekun Cai 研究发现，长程语言智能体的外部记忆使用呈重尾分布：少数状态被频繁检索，大量状态极少被访问且更易出现预测错误。该现象可复现，但强依赖检索策略——从随机游走的对数正态模式到语义 LLM 策略的截断幂律重尾。 基于这一发现，两人提出 Core-Tail Memory Controller（CTMC），一种基于排名的记忆控制器：用单一指数 τ 分配提示预算，同时保留尾部状态的摘要信息。
AI 根据报道生成 · 2 小时前更新
最新进展10月31日 12:00
长程语言智能体的重尾记忆痕迹研究报道时间线
沿着报道，了解事件的不同侧面。
10月31日
- arXiv cs.AI长程语言智能体的重尾记忆痕迹研究
研究发现长程语言智能体的外部记忆使用呈重尾分布：少数状态被频繁检索，大量状态极少被访问且更易出现预测错误，该现象可复现但强依赖检索策略，从随机游走的对数正态模式到语义 LLM 策略的截断幂律重尾。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 810月31日 22:00
- 近 24 小时变化
- –
02468
22:0023:0011月1日
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。