搜索中文正文和常见中英文技术词,按教程、项目、面试题筛选。
「Agent 短期记忆」找到 50 条内容
按专题浏览 →匹配正文:… 多步推理:规划错误累积、任务分解合理性、反馈闭环 需提出具体技术方向而非泛泛而谈 可靠性瓶颈与改进 核心问题 幻觉与事实性错误:Agent调用工具后仍可能编造结果,或误解工具返回 工具调用脆弱性:API变更、超时、异常格式导致级联失败 缺乏自我纠错:多数Agent"一错到底",无有效回退机制 改进方向 引入验证节点:关键步骤后增加事实核查(如二次调用确认) 工具沙箱+重试策略:隔离失败影响,设计指数退避重试 反思机制(Self-Refine):让Agent显式评估上一步输出…
匹配正文:…忆 + 长期知识/经验存储与检索 反思(Reflection) 自我评估执行结果,识别错误并修正策略 多轮交互 与用户、环境、其他Agent持续协作 安全与边界 拒绝有害请求,行为可解释、可控 现有技术评估:部分达标,差距明显 已相对成熟的领域 工具调用:OpenAI Function Calling、Claude工具使用已较稳定,格式遵循率高 短期记忆:上下文窗口扩展至128K-1M tokens,RAG检索增强基本可用 关键短板 规划稳定性:ReAct/CoT在5步以上任…
匹配正文:…限流 3. 记忆分层:三级缓存策略 层级 载体 用途 实现 工作记忆 Context Window 当前对话 滑动窗口+摘要压缩 短期记忆 Redis/内存 会话级 最近N轮 + 实体提取 长期记忆 向量库 用户画像 定期反思生成+embedding 4. 规划与反思:自我修正机制 执行前:分解子任务,生成依赖图(DAG检查循环依赖) 执行中:超时/异常触发重规划,最多3次回溯 执行后:成功/失败样本入库,用于后续SFT 关键设计决策 决策点 选择 原因 单Agent vs …
学习内容与项目面试,在同一条路上。