MarkovSim：有界上下文的LLM长程仿真Agent框架
热点事件持续更新
MarkovSim：有界上下文的LLM长程仿真Agent框架
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
MarkovSim 的作者在 arXiv 发布论文，提出一个面向长程计算仿真的 LLM 智能体框架，把上下文管理内嵌进工作流：工作流记录按预定义 schema 写入记忆系统，并在有限状态机的状态转移边界处构建紧凑表示作为智能体上下文。作者称该框架全程上下文保持有界，不受运行时长影响。 论文称，该框架在有限元分析场景下的六个基准问题上，18 次运行通过 16 次，能自行纠正求解器操作与模型物理中的错误，仅在需要工程判断时咨询工程师。上述结果为论文作者的自我报告。
AI 根据报道生成 · 34 分钟前更新
最新进展10月27日 12:00
MarkovSim：基于有界上下文的 LLM 智能体框架，面向长程计算仿真报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv cs.AIMarkovSim：基于有界上下文的 LLM 智能体框架，面向长程计算仿真
MarkovSim 是一个面向长程计算仿真的 LLM 智能体框架，核心是把上下文管理内嵌进工作流：工作流记录按预定义 schema 写入记忆系统，并在有限状态机的状态转移边界处构建紧凑表示作为智能体上下文。该框架在有限元分析上的六个基准问题中，18 次运行通过 16 次，能自行纠正求解器操作与模型物理中的错误，仅在需要工程判断时咨询工程师，且全程上下文保持有界。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。