arXivDaily arXiv每日学术速递 周一至周五更新

AI 大模型

AI Agent

智能体、工具调用、规划、工作流、多智能体和自主任务执行。

2026-02-12 至 2026-02-12 共收录 4 信号源:cs.AI, cs.CL, cs.LG, cs.SE

1. 记忆与上下文管理 4 篇

2601.21557 2026-02-12 cs.AI cs.NE 83%

Meta Context Engineering via Agentic Skill Evolution

通过代理技能进化实现元上下文工程

Haoran Ye, Xuning He, Vincent Arak, Haonan Dong, Guojie Song

专题命中 记忆与上下文管理 :agentic(title,abstract);agent(abstract);分类 cs.AI

AI总结 本文提出元上下文工程(MCE),通过代理技能进化提升上下文优化效果,实现更灵活的上下文生成与适应性。

Comments 46 pages, 4 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.11037 2026-02-12 physics.soc-ph cs.MA 78%

Generalized Langevin Models of Linear Agent-Based Systems: Strategic Influence Through Environmental Coupling

线性基于代理系统的一般化 Langevin 模型:通过环境耦合实现战略影响

Semra Gunduc, David J. Butts, Michael S. Murillo

专题命中 记忆与上下文管理 :agent(title,abstract)

AI总结 本文提出了一种基于一般化 Langevin 方程的线性代理系统模型,通过环境耦合揭示记忆效应和战略影响机制。

Comments 7 pages, 3 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.10652 2026-02-12 cs.CL 57%

UMEM: Unified Memory Extraction and Management Framework for Generalizable Memory

UMEM: 通用记忆的统一记忆提取与管理框架

Yongshi Ye, Hui Jiang, Feihu Jiang, Tian Lan, Yichao Du, Biao Fu, Xiaodong Shi, Qianghuai Jia, Longyue Wang, Weihua Luo

机构 * Xiamen University(厦门大学) Alibaba International Digital Commerce(阿里巴巴国际数字商务) Tongyi Lab, Alibaba Group(阿里云实验室,阿里巴巴集团)

专题命中 记忆与上下文管理 :agent(abstract);分类 cs.CL

AI总结 UMEM通过联合优化大语言模型,实现记忆的提取与管理,提升记忆的泛化能力,实验显示在多轮交互任务中表现优于基线模型。

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.10491 2026-02-12 cs.CV 50%

Towards Remote Sensing Change Detection with Neural Memory

基于神经记忆的遥感变化检测

Zhenyu Yang, Gensheng Pei, Yazhou Yao, Tianfei Zhou, Lizhong Ding, Fumin Shen

机构 * School of Computer Science and Engineering, Nanjing University of Science and Technology(计算机科学与工程学院,南京理工大学) School of Computer Science and Technology, Beijing Institute of Technology(计算机科学与技术学院,北京理工大学) School of Computer Science and Engineering, University of Electronic Science and Technology of China(计算机科学与工程学院,电子科技大学)

专题命中 记忆与上下文管理 :planning(abstract)

AI总结 本文提出ChangeTitans框架,通过整合神经记忆与分段局部注意力,提升遥感变化检测的长距离依赖捕捉能力,同时保持计算效率,实验表明在多个数据集上取得最佳性能。

Comments accepted by IEEE Transactions on Geoscience & Remote Sensing

详情

展开后加载摘要…

URL PDF HTML 收藏