Ir para o conteúdo

Radar ·

ML-Master 2.0 relata memória em camadas

Post publicado em 19 de abril de 2026 descreve o Hierarchical Cognitive Caching, com memória de curto, médio e longo prazo para pesquisas entre experimentos e sessões. A equipe relata 56,44% de taxa de medalhas no MLE-Bench após uma execução de 24 horas.

Um post de 19 de abril de 2026 descreve o Hierarchical Cognitive Caching do ML-Master 2.0: uma arquitetura de memória de curto, médio e longo prazo para apoiar pesquisas que atravessam experimentos e sessões. A equipe relata uma taxa de medalhas de 56,44% no MLE-Bench após uma execução de 24 horas. O resultado divulgado é uma medida do desempenho relatado nesse teste; não demonstra, por si só, que a abordagem terá o mesmo resultado em outras tarefas.

Para avaliar a afirmação, consulte o post original e confira como o teste foi executado, como a taxa de medalhas foi calculada e quais condições e resultados são apresentados. Se usar IA para estudar ou aplicar a ideia, evite enviar dados organizacionais confidenciais sem autorização e revise a política de tratamento de dados antes de usar o serviço.

Fonte original: ML-Master 2.0 usa memória em camadas para pesquisa de longo horizonte

Curadoria · AgentLog

Receba o essencial

Privacidade, engenharia de IA e segurança no seu e-mail.

No máximo um resumo por dia, quando houver novidades. Cancele quando quiser. Usamos o e-mail verificado da sua conta.

Privacidade

Procurando outra coisa?AjudaContato