AMBER：通过仅追加内存训练长程 Web Agent
英文标题：AMBER: Training Long-Horizon Web Agents through Append-Only Memory
本研究提出了名为 AMBER 的新方法，旨在通过仅追加内存（Append-Only Memory）来训练长程 Web Agent。针对现代大语言模型 Agent 在多步骤、长时程交互轨迹中历史记录迅速超出上下文预算这一痛点，该研究探索了更具可靠性的状态维持机制。这项工作对于解决自动化复杂网页任务中的上下文溢出难题、提升 Web Agent 在长轨迹环境中的运行稳定性具有重要的技术指导意义。
打开原文相关 2.4 · 机会 1
2.1 KB
612 B
380 B
9.1 KB
32.7 KB
22.8 KB
24.2 KB
34.7 KB
中文
arXiv:2610.07118v1（公告类型：新提交）
摘要
现代大语言模型 Agent 越来越多地在长程、多步骤轨迹中与外部环境进行交互，在此过程中累积的交互历史可能会迅速超出实际的上下文预算。为了确保可靠性，Agent 必须维护……
BibTeX 格式引用
×
English / 原文
BibTeX formatted citation
×