ALTK-Evolve, un sistema para memoria agéntica que convierte trayectorias de agentes en directrices reutilizables sin actualizaciones de pesos, iguala o supera la precisión de ACE mientras utiliza significativamente menos tokens. A diferencia de ACE, que inyecta un manual exhaustivo en cada paso, ALTK-Evolve utiliza recuperación selectiva para entregar únicamente las directrices relevantes según la capacidad del modelo.

  • En DeepSeek-V3.2, ALTK-Evolve supera a ACE en tareas Easy, Hard y Overall aproximadamente al 40% del costo de inferencia.
  • En gpt-oss-120b, empató con ACE con una puntuación de 56.0 frente a 54.8, a aproximadamente una séptima parte del costo.
  • El sistema evita comprimir lecciones en resúmenes; en su lugar, mantiene directrices distintas con conteos de soporte para preservar la experiencia.
  • La entrega está calibrada: los modelos fuertes reciben el conjunto consolidado completo, mientras que los modelos más débiles reciben un subconjunto curado para evitar saturación del contexto.

Al tratar la entrega de memoria como un dial en lugar de una constante, ALTK-Evolve evita que la guía abrume a los modelos más débiles y reduce el uso de tokens en los más fuertes.