HiMA-Ecom：面向层级多智能体电商助手的长程记忆基准

Junxing Hu 等人提出 HiMA-Ecom 基准，用于评估层级多智能体电商助手在累积上下文中的训练与管理。该基准包含 22.8K 个实例，其中 17.7K 个携带记忆条目，结合智能体级监督微调数据与系统级监督，支持端到端多智能体强化学习。 基于该基准，HiMA-R1 算法采用 VR-GRPO（方差缩减组相对策略优化）控制轨迹上下文预算，利用 3B 和 7B 开源模型构建智能体。其平均性能匹配 DeepSeek-R1，并超过 DeepSeek-V3 6.0 分；驱动式记忆机制将收敛所需更新步数减少约 55%。 该研究成果已被 NeurIPS 2026 的长上下文基础模型工作坊（LCFM）接收，旨在解决层级多智能体系统中长程记忆的训练与评估问题。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。