NVIDIA 开源教程:记忆驱动自模型 Agent 准确率 90.9% 超 RAG 基线

dl_weekly · x · 2026-09-18

NVIDIA 技术博客发布 NemoClaw 记忆驱动 Agent 教程,构建一个维护结构化「自模型」的 Chief of Staff agent。

自模型以 Markdown 页面存储人物、项目、优先级与工作习惯等推导知识,SQLite 账本记录义务、排序、纠正与审计事件,分离证据与判断
意图门控优先处理与用户声明优先级绑定的义务,而非短期紧急事项;确定性代码强制执行层级大小、溢出与排序规则
用户可通过 append-only 审计轨迹纠正 agent 判断,重复纠正会更新为可读、可编辑的偏好策略
在 Agent Memory Benchmark 上,自模型整体准确率从 agentic RAG 基线的 82.8% 提升到 90.9%,变化事实追踪从 60% 提升到 100%
运行时用 NVIDIA OpenShell 沙箱隔离文件系统、进程与网络访问,凭据保留在沙箱外

「编程与Agent」频道最新