Hugging Face Blog 发布于 08/11 21:37

Thinking of ACE? We Can Do It with Fewer Tokens

(翻译)想到ACE?我们能用更少的Token做到

查看原文

资讯摘要

A Blog post by IBM Research on Hugging Face

AI 摘要

IBM Research在Hugging Face发布博客,介绍ALTK-Evolve与ACE两种智能体记忆方法。两者都从智能体历史轨迹中提取经验,拒绝压缩为摘要,但ALTK-Evolve按任务检索少量高优先级准则,而非每步注入完整剧本。在AppWorld基准上,同模型下以约40%甚至约七分之一的推理token实现同等或更高准确率。

AI 问答

ALTK-Evolve与ACE的核心区别是什么?

两者都将智能体历史轨迹转化为可复用经验且都不压缩经验,区别在于交付方式:ACE每步注入完整playbook,ALTK-Evolve则按任务和模型能力检索适量guideline。

ALTK-Evolve在token成本上表现如何?

在AppWorld基准上,DeepSeek-V3.2下推理token约为ACE的40%且准确率更高;gpt-oss-120b下约为七分之一token,准确率基本持平。

打开原文