标签
CHIME是一种信用感知分层记忆框架，它分离规划和执行记忆库，通过准确归因任务结果来提高长时域代理规划，并优于基线方法。
论文介绍了Recuris，一种递归记忆架构，通过跟踪进度和指导技能选择来提升长期任务代理的成功率，采用本地化的、验证门控的更新机制。
本文提出SDAM，一种基于记忆的复杂Text-to-SQL框架，利用结构差异感知推理、矛盾感知反思和基于模式的记忆演化来改进SQL生成。实验在BIRD-dev和Spider-test基准上展示了适度的性能提升。
提出RSMeM，一种用于遥感智能体的知识增强记忆演化机制，它利用领域知识引导大语言模型，并通过迭代整合失败经验来改进多步骤工具执行，使DeepSeek-V3.2的准确率提升6%，且仅增加极少的额外token。
EvoArena引入了一个基准测试，用于评估LLM智能体在动态环境中的表现，该环境在终端、软件和社交领域具有渐进式更新；同时EvoMem提出了一种基于补丁的记忆范式，记录结构化的演化；实验表明，当前智能体在EvoArena上仅达到39.6%的准确率，而EvoMem在该基准测试上平均提升1.5%，并在GAIA和LoCoMo上也有所改进。
SAGE提出了一种用于智能LLM记忆演化的新颖性门控，利用基于von Mises-Fisher的密度估计器来决定是否添加、合并或忽略新事实，在保持记忆质量的同时减少LLM调用。