AgenticSTS: тестовый стенд с ограниченной памятью для LLM-агентов с длинным горизонтом
Alaya Studio
Предложен контракт с ограниченной памятью для LLM-агентов с длинным горизонтом планирования: каждый шаг принятия решения строится из свежего сообщения, собранного посредством типизированного извлечения из отдельных явных слоёв памяти (наблюдения, вызовы инструментов, рефлексии). Реализован в тестовом стенде Slay the Spire 2 с 298 завершёнными траекториями, что позволяет проводить абляцию отдельных компонентов памяти в изоляции.
Почему это важно
Существующие агенты, дописывающие полную историю, не позволяют изолировать, какой компонент памяти обусловил то или иное решение; этот управляемый фреймворк обеспечивает каузальное измерение каждого типа памяти, что актуально для построения агентов с предсказуемыми бюджетами памяти.
Важность: 2/5
Новая методология бенчмаркинга с непосредственной практической значимостью для проектирования памяти агентов.