突破Agent长程推理效率瓶颈！MIT&NUS联合推出强化学习新方法 AI Agent在处理复杂任务时，常因频繁查资料、跳页面和筛选信息导致显存占用过高、算力不足。为此，MIT与新加坡国立大学联合提出了一种名为MEM1框架的创新方案。实验表明，7B参数的MEM1模型推理速度是传统14B模型的...