标签
复旦大学等机构提出 AiO-Mem,将记忆智能体的搜索、写入和停止操作统一到共享证据状态与奖励空间中,通过过程奖励模型与 PA-DAPO 优化记忆策略,在长上下文记忆基准上持续提升答案准确性。
一份动手实践的学习指南,介绍了 10 个 AI 智能体项目,从基础的工具调用逐步进阶到面向生产的自主智能体系统,涵盖 ReAct 循环、多工具选择、记忆机制与规划能力。
本文介绍了反思性检索记忆(RRM),一种记忆框架,从历史任务轨迹中提炼程序性检索经验,以改进长时程多模态推理中的证据检索。RRM在M3-Bench-Robot、M3-Bench-Web和Video-MME-Long基准上达到或超过了先前的最先进水平。
InfoMem 引入了一种用于训练分块记忆代理的奖励机制,该机制使用答案条件信息增益评估最终记忆的效用,在同一强化学习框架下提升了长上下文记忆代理的性能。