MemSteer：将用户历史转化为优化智能体记忆的监督信号
MemSteer从未标注的用户历史中生成带有证据依据的问答数据，用于优化AI智能体的记忆。基于证据的答案计划指导问题生成，并通过审核流程检查标注结果。MemSteer-Opt利用这些监督数据改进记忆存储、检索和上下文构建，无需更新模型参数。在ATM-Bench和RHELM上的实验显示，其表现可与使用官方问答数据指导的优化方法相媲美。与Base-BM25相比，ATM-Bench Question Score提高了13.4分；RHELM准确率在不使用外部数据时提高4.1分，使用外部数据时提高6.6分。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。