Naukowcy zaproponowali nową metodę uczenia agentów opartych na modelach językowych, która konwertuje historię interakcji na skompresowany stan reprezentujący zdobyte umiejętności. Podejście to redukuje zapotrzebowanie na pamięć kontekstu poprzez zastąpienie długiej historii rozmów zwięzłą reprezentacją, umożliwiając agentom podejmowanie bardziej efektywnych decyzji. Metoda ma potencjał do poprawy wydajności i skalowania agentów AI w długotrwałych zadaniach wymagających nagromadzenia wielu umieję