yuzheng将大模型推理引擎放入递归自改进（RSI）闭环？
探讨如何利用强化学习后训练与多 Agent 群体协作，构建自动优化推理调度器、KV Cache 管理器、路由与算子的递归自改进（RSI）系统。
NOTES & IDEAS
Agent
关于「Agent」的 3 篇记录。
时间线按本站发布日期 · 从新到旧
20263 篇
-
-
Continuum：多轮 Agent 调度与 KV Cache TTL
理解工具调用期间的 KV 驻留、多轮任务连续性，以及 TTL 与调度策略之间的取舍。
-
多轮 Agent 中的 KV 状态管理
把一次模型请求放回完整的工具调用循环中看。