学习如何记忆：为 GUI 智能体选择记忆模态
一项系统研究考察了基于视觉语言模型（VLM）的 GUI 智能体如何利用过往交互经验。在三个 GUI 基准测试中，文本或视觉记忆哪种形式更合适，取决于具体交互步骤。研究团队提出 SwitchMem 路由框架，可在每一步动态选择记忆形式；其表现优于采用固定记忆表示的基线方法。代码和项目资源已在线提供。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。