跳到正文
热点事件持续更新

SPEM框架发布

1 篇报道1 个报道来源3 小时前更新

先了解这件事

AI 综述

2026年10月21日,arXiv上发布了一篇由Ran Zhou等人提出并发布的论文,介绍了SPEM框架。 SPEM是一个轻量级的结构感知程序记忆框架,旨在优化基于LLM智能体的技能使用,以提升任务成功率并降低开销。该框架的核心包括原子技能记忆和技能有向无环图记忆,并结合Skill-GNN实现结构感知选择,同时支持成功执行的回写积累。 在ALFWorld和SkillsBench的评测中,SPEM取得了87.1%的成功率与38.38%的奖励,展示了在效率与效果之间的平衡。

AI 根据报道生成 · 3 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月21日
  1. arXiv · AI
    SPEM:面向 LLM 智能体高效技能使用的结构感知程序记忆

    SPEM 提出结构感知程序记忆框架,优化 LLM 智能体技能复用,提升任务成功率并降低开销。 框架包含原子技能记忆与技能有向无环图记忆,结合 Skill-GNN 实现结构感知选择,支持成功执行回写积累。 在 ALFWorld 与 SkillsBench 评测中,SPEM 达成 87.1% 成功率与 38.38% 奖励,平衡效率与效果。

本事件热度走势

可比范围当前
9
可比范围峰值
1010月21日 13:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。