arXiv · ML· Jiawen Wang, Cheng Xue, Peng Zhang, Jochen Renz·· 7 小时前AI 评分35
Recurrent Summary Memory 如何实现有界状态上下文的强化学习
Remember Less, Adapt Longer: Bounded-State In-Context Reinforcement Learning with Recurrent Summary Memory
AI 导读
Recurrent Summary Memory (RSM) 在长任务中保持性能，部署内存成本为 O(1)。 其性能为训练时长的八倍，仅使用全历史记忆 1% 的资源。 固定容量摘要能远超训练时长维持适应。
来源：arXiv · ML · arxiv.org