技术博客

Re-TRAC是一种面向AI智能体的新型框架，旨在系统性地赋予其“失败记忆”能力。它基于ReAct框架演进而来，创新性地引入跨轮次轨迹压缩与结构化状态表示机制，显著提升深度搜索任务中的证据复用率与错误归因效率。该框架在开放网络检索与复杂信息汇总等高挑战场景中，展现出卓越的泛化与规划能力。实测表明，Re-TRAC在4B参数规模下即达当前最优（SOTA）性能；更值得关注的是，其30B版本性能超越参数量高达358B的竞品模型，凸显架构设计的高效性与先进性。