标签
论文提出了 NoteBank，一种免训练的稀疏情景记忆，通过归档选定文本并通过原生计算进行重放来增强线性注意力模型，在一百万 token 下将 Gated DeltaNet 在 RULER 上的长上下文检索准确率从 1.7% 提升至 70.3%，且 FLOPs 开销可忽略不计。
一位实践者对比了三种长时运行智能体的记忆架构——完整对话历史、仅向量检索，以及结构化情景日志加向量检索的混合方案——结论是混合方案表现最佳，并指出任务中途更新信念时的记忆冲突是一个关键的未解问题。
论文提出了 Future-Aware Recall（FAR）框架，通过未来感知的预测性监督和自适应多线索打分，使世界模型学会情景记忆的召回机制，并自动决定哪些检索线索（时间、姿态、视觉、音频）值得信赖。
本文介绍了META，一个多智能体框架，它利用情景记忆集成专用指标智能体，以在市场体制下提升金融交易的决策能力。
MemBodied 引入了一种具有联想状态和情节锚点的固定大小情景记忆，旨在增强视觉-语言-动作模型在历史依赖型操作任务中的能力，并显著超越了基线方法的性能。
CapMem 是一个用于第一人称视频情景记忆的人工标注基准测试，使用字幕进行标注。研究表明，在长视频上，基于字幕的问答性能优于直接视频问答。
本文详细描述了一项为期25周的AI智能体记忆系统实验，该系统采用情景记忆和语义记忆，并进行每夜整合，避免在记忆晋升过程中使用LLM，并使用四张独立的图分别表示关联、证据、因果和随时间变化，同时突出了如吸引子盆地等会降低检索效率的缺陷。
MaP-WAM 引入了一个框架，通过将基于记忆的规划与执行分离，使用情景记忆保持固定的推理延迟，并取得了最先进的结果。
一位开发者分享了一个多代理系统的原型记忆架构，包含对情景记忆、语义记忆和程序记忆的分开存储，以及基于意图的检索，寻求关于可扩展性和设计选择的反馈。
MemFuse推出了MemFuseBench，一个用于评估AI智能体中多源记忆融合的基准测试，并提出了MemFuse——一种结构化的记忆系统，可在整合碎片化观察的同时保持来源的可追溯性。
本文介绍了 EpicStar 框架，该框架利用情景记忆和动态检索帮助 LLM 代理在星际争霸 II 等长时程任务中保持战略连贯性，以显著更少的 token 实现更高的胜率。
本文提出了一种确定性的零模型流水线，将被动捕获的屏幕活动编译为结构化的“活动帧”用于代理记忆，将一天的原始捕获压缩为适合提示的上下文块，体积缩小86倍，并达到98.4%的问答准确率。文中还引入了例程开销比率和重复性的测量，用于对代理成本进行建模。
This paper introduces ScrubJay-MEM, an LLM agent memory system inspired by scrub jay episodic memory, which uses type-conditioned temporal decay to manage memory perishability. It also proposes the Temporal Generalization Test (TGT) benchmark and shows improved performance over existing memory systems on temporal reasoning tasks.
UniMem提出了一种自路由框架，结合了情景记忆与参数记忆用于LLM智能体，在无任务标签的边界无关任务流中实现自适应记忆管理。
本文基于一部小说的时序记忆任务，研究长上下文语言模型是否表现出与人类相似的类情节顺序记忆。作者发现模型显示出相同的距离效应，并揭示了一个单独的关注头（attention head）重建时间上下文，支持时间上下文重建作为大语言模型中类情节记忆的机制。
一条推特长线，提供关于构建随使用而改进的自学习智能体的战略建议，涵盖双学习来源、记忆类型和数据所有权。
一位开发者分享了他们使用 Anthropic SDK 和 TypeScript 构建具有记忆功能的 AI 智能体的经验，解释了工作记忆、情景记忆、语义记忆和程序记忆之间的区别，以及为生产环境扩展记忆所面临的挑战。
一位前谷歌工程师在12分钟内解释了AI智能体记忆架构，涵盖工作记忆和三个记忆层（程序性、语义、情景），并使用总结器防止令牌膨胀，类似于Claude所用的。
WISE提出了一种用于Minecraft的长视距智能体框架，通过因果事件图增强低级控制器的情景记忆，使其能够在视角变化下稳健回忆，并通过因果推理实现机会性任务重排序。该框架还采用了多尺度渐进探索策略，在长视距稀疏任务上展示了更高的成功率和效率。
S3Mem 提出了一种用于长周期交互式问答的结构化时空场景事件记忆框架，采用锚点敏感检索和令牌预算感知的证据接口，在多个环境中优于标准 RAG。