PREPING: агенты учатся без задач — новый подход к памяти ИИ

Исследователи представили PREPING — фреймворк для построения процедурной памяти агентов без использования целевых задач. Обычно память строится на основе демонстраций или взаимодействий после развертывания, что создает «холодный старт» в новой среде. PREPING решает эту проблему через синтетическую практику.

В основе — proposer memory, управляющая генерацией задач. Proposer создает задачи, Solver их выполняет, а Validator отбирает успешные траектории для сохранения и дает обратную связь. Это позволяет избежать избыточности и неинформативных данных.

Тесты на AppWorld, BFCL v3 и MCP-Universe показали: PREPING превосходит baseline без памяти и конкурирует с методами на основе плейбуков. Затраты на развертывание снижены в 2.99x на AppWorld и 2.23x на BFCL v3 по сравнению с онлайн-построением памяти.

#Tech #Ai #PREPING #AgentMemory #Research #ArXiv #LLM