标签
Kyutai Labs 推出 REKI，一个完全基于公开数据预训练的 2.4B 视觉-语言-动作模型，在性能与模型规模之间开创了新的帕累托前沿。该模型设计简洁，在动作专家模块中使用了寄存器词元记忆机制。完整代码、数据整理流程以及所有预训练/微调权重均已开源发布。
该论文系统研究了VLM驱动的GUI智能体中的记忆模态选择问题，发现最优记忆表示是随交互步骤变化的，并提出SwitchMem路由框架在每一步动态选择文本或视觉记忆，在三个GUI基准上超越了使用静态记忆表示的基线方法。
DP-MIND 提出一种记忆引导的框架，将差分隐私推理扩展到百万 token 长上下文场景，通过在扰动输入上用强化学习优化记忆构建策略并结合本地去噪模块，在长上下文基准上优于现有 DP 与长上下文推理基线。
SkillForge 提出了一种智能体强化学习方法，通过适应度驱动的试用期、活跃期、稳定期、退役期生命周期，实现 LLM 智能体与其技能库的协同进化。在交互式智能体基准上，该方法相对最强基线最高提升 7.8%；作者同时发布了 SkillFurnace——一个包含 5000+ 条记录的数据集，用于研究技能质量与生命周期管理。
RecurTrace 引入了循环时间记忆和自适应停止机制，以改善语言模型中的潜在推理，在 MathQA 上实现了更高的准确性，并且与固定循环方法相比优化了计算量。
本文介绍了CreaEval，一种针对复杂多步任务的自动化创意评估器，通过解耦分析与判断来减少偏差并提高评估可靠性，实验显示其相比基线平均性能提升22.74%。
PriorEye 为端到端自动驾驶引入了地理空间视觉先验，通过双重记忆架构增强了预见性和鲁棒性，如在 ECCV 2026 上所展示。
本文介绍了面向LLM代理的记忆增强型推测执行技术，利用三种在线记忆系统在行动预测上提升19-39%的准确率，在观察预测上提升最高2.5倍，同时保持无损且零额外挂钟时间成本。
TF-Engram 引入了一种无训练系统，在 GPU-DRAM-SSD 层级上为 LLM 存储短语级语义记忆，利用预测预取来隐藏延迟，并在 Qwen3-0.6B 上展示了改进的下游性能。
本文介绍了MA-DLE，一种基于记忆的特征增强方法，用于基于语音的自动抑郁程度评估，在DAIC-WOZ和E-DAIC数据集上达到了最先进的性能。
引入 MPT 基准和 PRefine 方法，用于跨会话个性化工具调用，以极低 token 开销捕捉用户选择背后的推理。