Anthropic「エージェントメモリの構成要素」を読む — 記憶は未来への予測で、「ドリーミング」が直す
Hiroba による自動要約
Anthropic のリサーチ記事 "The components of agent memory" の解説。CL-Bench では失敗→仮説→検証→ルール化のループを閉じられるかが性能を分け、ポケモン赤の実験では画面から読み直せない戦略・検証済みルールだけを書くモデルが優位。使い方を細かく指示すると新しいモデルでは逆効果になる点と、オフライン整理「ドリーミング」の概念も扱う。Agent 設計者向け。
読んで良かったら、シェアしてみてください。
同じタグの記事が他に 6025 件あります。
関連する記事
同じタグの記事
Fable 5.2 ベンチマーク｜Fable 5.1 比で費用 0.74 倍・時間 1.24 倍
QiitaClaude Code の `claude -p` で Fable 5.2 と Fable 5.1 に Node.js の小課題 6 種を各 3 回解かせた比較検証。成功数は両者 18/18 で同点、Fable 5.2 は費用中央値 0.74 倍の一方、完了時間は 1.24 倍に延長。出力速度は上がったものの思考トークン増で完了が遅れる構図を分析。`--effort` 既定値の文書差異にも言及。モデル切り替えを検討中の開発者向け。
Claude Fable 5.2とMythos 5.2を正直にレビューする
Zenn2026年11月9日発表の Claude Fable 5.2 と Mythos 5.2 を検証したレビュー。両者は同一基盤で、違いはセーフガードのみ。FrontierCode 2.0 49.1% など主要ベンチマークで首位の一方、Max 設定ではタスク単価約 $26.54 と効率面に課題。1,000超のサブエージェントによる OS 構築デモは外部確認なしと整理。API 価格や30日データ保持条件も記載し、導入検討中の開発チーム向け。
Claude Fable 5.2 と Mythos 5.2 を正直にレビューする
QiitaSystem Design Simple の英語記事を翻訳した Claude Fable 5.2 / Mythos 5.2 のレビュー。記事によれば両者は同一基盤でセーフガードの強度のみ異なり、1M コンテキスト、API 価格は入力 $8 / 出力 $40。ベンチマークは上位だがタスク単価と速度は下位で、1,000 超のサブエージェントによる OS 構築デモは外部で未検証と整理。モデル情報は Anthropic 公式発表での確認が前提。