MUSE：多级记忆与运行时注入框架发布，基准全面超越基线
热点事件持续更新
MUSE：多级记忆与运行时注入框架发布，基准全面超越基线
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
Haoran Jin 等研究者在 arXiv 发布论文，提出面向科学编码 agent 的记忆管理框架 MUSE：从历史轨迹构建全局、方法级与实现级三层记忆，初始化时注入前两层，执行中由 LLM 门控检索实现级经验。论文称在数值求解、kernel 优化和科学软件修复四项基准上，MUSE 所有指标均超越检索与记忆基线，代码已开源。
AI 根据报道生成 · 52 分钟前更新
最新进展10月31日 12:00
MUSE：面向科学编码 Agent 的多层记忆与选择性运行时注入框架报道时间线
沿着报道，了解事件的不同侧面。
10月31日
- arXiv cs.AIMUSE：面向科学编码 Agent 的多层记忆与选择性运行时注入框架
研究者提出 MUSE，一个结合多层记忆与选择性运行时注入的科学编码 Agent 记忆管理框架。它从历史轨迹构建全局、方法级与实现级三层记忆，初始化时注入全局与方法级记忆，执行中由 LLM 门控检索实现级经验。在数值求解、kernel 优化和科学软件修复四项基准上，MUSE 在所有指标上超越检索与记忆基线，代码已开源。
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。