标签
本文提出Polar，一种多模态记忆增强框架，用于在长期用户交互中个性化具身MLLM智能体，利用知识图谱和情景记忆从累积上下文中定位用户意图的实例。
Memory-R2 引入了 LoGo-GRPO，这是一种结合了局部与全局分组相对优化的训练框架，为长程记忆增强型LLM代理提供更公平的信用分配，从而在多种骨干网络上提升准确率和推理延迟。
本文提出了一种用于CAD生成智能体的记忆增强强化学习框架，该框架集成了几何内核工具链、双轨记忆和动态效用检索，以处理具有长操作序列和几何约束的复杂CAD模型，从而提升了成功率和几何一致性。
本文提出ARS，一种记忆增强的智能推荐系统，将推荐视为部分可观测问题，并采用分层信念状态记忆结构。它在四个基准上取得了最先进的性能，相比基线有显著提升。
SafeHarbor是一个用于LLM代理安全的新型框架，它利用分层记忆和自进化机制来平衡安全性与实用性，在良性任务和恶意任务上均实现了最先进的性能。