AlphaMemo论文提出结构化搜索过程记忆

研究者发布论文提出 AlphaMemo，一个具备结构化搜索过程记忆的自进化 Alpha 挖掘智能体，旨在解决 LLM 智能体在因子挖掘中的组合搜索空间大、反馈噪声、重复发现与过拟合问题。方法上，它通过 AST 差异提取可复用编辑模式，结合置信度门控残差记忆与非对称否决控制来抑制高置信失败模式。论文称，在 CSI 500 和 S&P 500 上的实验显示样本外表现与固定预算发现效率均有提升，消融实验验证了各组件的作用。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。