arXiv cs.AI· Chinmay Savadikar, Zhaoyu Zhang, Mingyu Zhao, Shuang Xie, Han Li, Tianfu Wu, Lingyun Wang·· 27 天前AI 评分37
AMBER：通过仅追加记忆训练长程 Web 智能体
AMBER: Training Long-Horizon Web Agents through Append-Only Memory
AI 导读
AMBER 框架让智能体联合学习推理、行动与写入自由格式记忆，通过仅追加规则确保长流程信息留存，可直接利用结果奖励进行端到端强化学习训练。在 WebArena Lite 基准上，AMBER 的平均成功率比基于覆盖的记忆机制提升 4.09 个百分点，5 次重复运行的任务解决率提升 4.8 个百分点。该方案在控制 token 预算的同时，性能匹敌依赖高成本精选监督训练的覆盖基线。
来源：arXiv cs.AI · arxiv.org