嘿，大家好！这里是一个专注于AI智能体的频道！

Inside-trial Information：

这种信息指的是在单个任务或交互过程中收集的数据。也就是说，它仅与当前正在进行的任务有关。

例如，在一个对话任务中，Agent可能需要记住当前对话的上下文信息，以便生成连贯和相关的回应。这些信息包括了当前对话中的所有交互步骤，如Agent的提问、用户的回答以及Agent的后续回应。

Cross-trial Information：

这种信息则跨越了多个任务或交互过程，它包括了Agent在不同任务中积累的经验、学到的教训以及可能的模式识别。

例如在旅行计划任务中，如果Agent在过去的任务中为用户预订过机票和酒店，并从用户那里得到了反馈，它可以利用这些跨任务的信息来优化和改进当前任务的执行策略。

简而言之， "Inside-trial Information" 更侧重于当前任务的即时信息，而 "Cross-trial Information" 则包含了Agent在历史任务中的长期积累和学习。两者结合起来，可以帮助智能体在复杂的环境中做出更加明智和有效的决策。

External Knowledge：

外部知识可以为Agent提供广泛的信息，这些信息可能与当前任务没有直接关系，但可能对完成任务或做出决策有帮助。例如，Agent可能需要外部天气信息来规划户外活动。

相比于跨任务信息，外部知识可能与当前任务不直接相关，但提供了更多的背景信息；跨任务信息与Agent之前的任务直接相关，有助于经验的传承和应用。

将经典的Agent智能体对应到这3个类别上，我们可以得到下图的分类结果，√表示符合相应的信息。

在ExpeL的工作流程图中，我们可以很清晰的看出这3种记忆的体现！，如下图

本文转载自​​，作者：