學者拆解智能體記憶的機遇與風險
一場線上直播邀請大學學者系統拆解智能體記憶議題,闡述記憶的技術背景、實現機制與輕量化系統,並剖析記憶帶來的持續學習能力與偏差累積、隱私洩露、行為失控等風險之間的張力。
議題背景
大模型智能體正從單輪問答走向長期任務,記憶能力成為關鍵:能否記住用戶偏好、任務上下文與歷史教訓,直接決定智能體能否持續進化。這也使其成為當前研究與產業共同關注的焦點。
IXThinker 會員內容
呢篇係 Archive 內容。登入即可解鎖全文,仲有成個 15,000+ 篇、每日更新嘅 AI 動態資料庫。
免費登入/註冊解鎖全文 →Google 或電郵地址即可,即刻解鎖。
