普林斯顿发布 Recuris 递归记忆架构提升长程智能体表现
普林斯顿大学发布 Recuris 框架,一种面向长时程智能体的递归经验记忆架构。该框架将内存分为工作记忆与经验记忆,技能选择基于当前任务状态而非历史,并由 Meta-Agent 将失败运行转化为可复用的技能记忆,同时利用本地化和验证门控的更新机制,显著提升了长程任务的成功率。
2026-08-26 ~ 2026-08-27 · 2 条相关
- Recuris:递归经验记忆架构提升长时程 Agent 成功率 — princetonu · 2026-08-26
- Recuris 框架双内存机制,长程 Agent 成功率显著提升 — omarsar0 · 2026-08-27