How Much Memory Does Your Agent Actually Need?
Artikelbild eller återanvändbart omslag för Hugging Face
Hugging Face presenterar ALTK-Evolve, ett system som låter AI-agenter lära sig från sina egna tidigare försök genom att extrahera riktlinjer och senare använda dem igen — utan att uppdatera själva modellen.
Forskarna testade detta på åtta olika AI-modeller och upptäckte något överraskande: mängden minne som hjälper beror helt på vilken modell du använder. Stora kraftfulla modeller som DeepSeek-V3.2 gagnas av alla riktlinjer, medan mindre modeller som gpt-oss-120b presterar bättre med bara ett urval av de viktigaste riktlinjerna. Systemet är billigt att använda — en modell ökade sina rätta svar med 16 procentenheter medan tokenförbrukningen bara ökade med 5 procent.
Agentic memory is not a feature you switch on. It's a dose you calibrate to the model.
Sammanfattningen har tagits fram med AI av Vibekollen utifrån källans publicering. Innehållet tillhör Hugging Face.
Mer att läsa
Lumaril, which develops AI software for optimizing industrial production by connecting to existing control systems, raised a $66M Series A at a $400M valuation
Techmeme för 3 tim sedan
DeepSeek open sources Super-Agent as a research prototype, a proactive coding agent it says can monitor group chats for coding issues and suggest solutions
Techmeme för 3 tim sedan
Insurance software maker Guidewire agrees to acquire Hyperexponential, which makes AI-powered insurance underwriting and pricing software, for $1.7B in cash
Techmeme för 3 tim sedan
One word for AI agents in 2027
Nate Herk för 7 tim sedan