state-aware

介绍了AgentRevive，一种基于马尔可夫状态感知的弹性多智能体协作框架，利用软状态转换（活跃、待命、终止）来防止过早剪枝可能恢复的智能体，从而在提升推理和领域任务性能的同时减少token消耗。

本文识别了LLM智能体中的一个关键失效模式：当新证据与先前信念冲突时，它们无法更新个性化记忆。本文引入了STALE基准和一个三维探测框架，揭示了即使最佳模型也仅达到55.2%的准确率，并提出了CUPMem作为鲁棒记忆修正的原型。