MUSE框架提升科学编码智能体性能

2026年10月30日，arXiv发表关于MUSE框架的研究。该框架专为科学编码智能体设计，结合多层级记忆与选择性运行时注入机制，旨在提升代理在复杂编码任务中的表现。 MUSE从历史轨迹构建全局、方法级及实现级记忆。在执行阶段，框架利用当前交互检索实现级记忆，并由大语言模型门控选择性注入建议或跳过，优化记忆使用效率。 在数值求解、内核优化等四个基准测试中，MUSE表现优于现有的检索与记忆基线模型，展示了该架构在提升科学编码智能体能力方面的有效性。

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。