arXiv · AI· Yingxin Jia, Xuanyi Li·· 4 小时前AI 评分29
经验记忆何时助力闭环 LLM 驾驶智能体？基于重采样预热池、Token 匹配填充及审计基线的受控评估
When Does Experience Memory Help Closed-Loop LLM Driving Agents? A Controlled Evaluation with Resampled Warmup Pools, Token-Matched Fillers, and Audited Baselines
AI 导读
在 HighwayEnv 测试场上，gpt-4o-mini 显示检索记忆的收益主要来自预热池采样。 单一 15-token 谨慎指令即可达到碰撞合并上限，复杂表征方法未体现稳健优势。 该研究证实缺乏填充控制会导致高估记忆收益，相关测试台与审计基线已公开。
来源：arXiv · AI · arxiv.org