00:00 / 04:49
连播
清屏
智能
倍速
点赞102
00:00 / 01:36
连播
清屏
智能
倍速
点赞12
00:00 / 06:53
连播
清屏
智能
倍速
点赞18
00:00 / 02:33
连播
清屏
智能
倍速
点赞2
00:00 / 07:08
连播
清屏
智能
倍速
点赞14
00:00 / 06:36
连播
清屏
智能
倍速
点赞2
00:00 / 01:07
连播
清屏
智能
倍速
点赞15
00:00 / 10:57
连播
清屏
智能
倍速
点赞15
00:00 / 00:15
连播
清屏
智能
倍速
点赞3
00:00 / 03:51
连播
清屏
智能
倍速
点赞32
00:00 / 08:16
连播
清屏
智能
倍速
点赞5
AgentAlpha4周前
用AI做了个视频生成系统,根据之前的论文解读自动生成的视频 今天我们花两分钟来一起学习一篇非常前沿的agent memory论文,讲的是如何给AI智能体打造一个像人类一样灵活、会学习的“记忆系统”。这篇论文的名字叫《A-MEM: Agentic Memory for LLM Agents》。 我会像讲故事一样,结合我们生活中的例子,让你轻松理解这个复杂的技术。 一、为什么AI需要一个更好的“记忆”? 想象一下,你正在和一位朋友进行一次跨越数周甚至数月的长谈。如果这位朋友只能记住最近几分钟聊的内容,之前聊过的所有事情——比如他喜欢的电影、他遇到的难题、你们一起得出的结论——他全都忘了,这样的对话还能进行下去吗?肯定会非常困难。 现在的很多AI智能体就面临着这样的“健忘”问题。它们就像只有“金鱼记忆”(耳边突然响起徐良的7秒钟的记忆🎵🎵),虽然能在单次对话中表现很好,但一旦对话变长、任务变复杂,它们就记不住之前发生过什么了。这就是研究人员所说的“记忆碎片化”挑战。 传统的解决方法,比如给AI一个固定大小的“笔记本”(就像MemGPT系统)或者一个简单的“记忆银行”(MemoryBank),都太死板了。这个笔记本写满了就不能再写,或者只能按固定的规则去记、去查,无法适应千变万化的真实世界。 那么,有没有一种方法,能让AI的记忆像我们人类一样,可以不断整理、关联、甚至温故知新呢?这就是A-MEM系统想要解决的问题。 #大模型 #agent #智能体 #ai视频 #memory
00:00 / 02:28
连播
清屏
智能
倍速
点赞66