Jetriever:按有用性而非相似度给 Agent 记忆排序,金标准命中率 84.8%

_reachsumit · x · 2026-11-18

论文 Jetriever 提出,有用的记忆未必与问题相似,应按「对当前问题的有用性」而非向量相似度来检索 Agent 记忆,用 Jev 决策分数对全池记忆打分排序。

关键数据:

结论:世界知识 + 能把决定性记忆排前的打分 + 可负担的全池打分,是记忆检索的关键。

原文链接 →

「编程与Agent」频道最新

更多「编程与Agent」频道 AI 资讯 →