北大团队发布即插即用智能体记忆摘要器SumOne
热点事件持续更新
北大团队发布即插即用智能体记忆摘要器SumOne
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
北京大学团队在arXiv发布论文，提出独立摘要器SumOne，用于压缩智能体历史上下文。该模型通过掩码重构与GRPO训练实现自监督学习，无需参考摘要或下游任务执行即可训练。 论文称，相比使用完整上下文，SumOne在DeepSearchQA上估计可降低约78%推理成本，在SWE-bench Verified上降低约75%，绝对下降0.04；同一checkpoint无需额外微调即可迁移到不同下游模型和agent框架，推理时只保留轻量摘要器即可即插即用。
AI 根据报道生成 · 2 小时前更新
最新进展11月5日 13:00
SumONE：面向即插即用智能体记忆的简单高效摘要器报道时间线
沿着报道，了解事件的不同侧面。
11月5日
- arXiv cs.AISumONE：面向即插即用智能体记忆的简单高效摘要器
arXiv 论文提出 SumONE，一个独立的智能体历史摘要器，通过掩码重构与 GRPO 训练，无需参考摘要或下游任务执行即可实现自监督学习。推理时仅保留轻量摘要器，可即插即用地为不变的智能体压缩上下文。
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。