深度分析
STaR‑KV:時空自適應 KV 快取壓縮提升 GUI 代理人效能與記憶體利用率
圖形使用者介面(GUI)代理人因KV快取隨交互步驟線性增長而受限,STaR‑KV提出時空自適應重新加權,透過子空間互資訊、時間穩定折扣與熵導溫度三軸校準,於四項基準測試中在相同記憶體預算下提升準確度並減少近40%峰值GPU記憶體效能使用。
深度分析
圖形使用者介面(GUI)代理人因KV快取隨交互步驟線性增長而受限,STaR‑KV提出時空自適應重新加權,透過子空間互資訊、時間穩定折扣與熵導溫度三軸校準,於四項基準測試中在相同記憶體預算下提升準確度並減少近40%峰值GPU記憶體效能使用。
深度分析
當前 GUI 代理人缺乏跨任務學習,EchoTrail-GUI 以自動化經驗探索建立成功軌跡資料庫,並在新任務時檢索相關記憶作為上下文提示,實驗顯示在 Android 基準上成功率與效率均有顯著提升,突顯記憶結構化的效益。