跳到正文
热点事件持续更新

实测对比ACT-R与简单recency的Agent记忆衰减

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

AGI Hunt 报道,memokris 对 Agent 记忆衰减策略做了实测对比:一方是 LangChain 式的最近访问衰减评分(简单 recency),另一方是 ACT-R 的 base-level 记忆方程。在默认衰减参数 d=0.5 下,ACT-R 对单次记忆的评分约在 2.7 小时内领先简单 recency,此后被多次重复形成的习惯记忆反超。若改用从 Twitter 数据拟合出的 d=1.25–1.7,两条曲线的交叉点会推迟到 2–3.7 天。据此得出的结论是:ACT-R 曲线未必胜过简单 recency,孰优孰劣取决于衰减参数与记忆被重复的次数。

AI 根据报道生成 · 2 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12日
  1. AGI Hunt
    memokris 实测对比 Agent 记忆衰减策略,ACT-R 曲线未必胜过简单 recency

    memokris 实测对比 LangChain 式最近访问衰减评分与 ACT-R base-level 记忆方程,默认 d=0.5 下单次记忆约 2.7 小时内领先,之后被多次重复的习惯记忆反超;用 Twitter 数据拟合的 d=1.25–1.7 时交叉点推迟到 2–3.7 天。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。