arXiv cs.AI阿里巴巴·5 天前★ 2

DiscernMem：多智能体记忆精炼与使用时机框架

原文标题：Remembering Is Not Enough: Refining Memories and Learning When to Use Them in Multi-Agent Systems

重要度 2/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。

AI 智能摘要

研究者提出 DiscernMem，一个免训练框架，用于提升 LLM 多智能体系统的记忆质量与使用判断。其中缺陷感知记忆精炼（DMR）诊断并修复记忆规则缺陷，边界学习元记忆（BLM）学习何时该用或避开某条记忆。在 Qwen3-4B-Instruct-2507 上于 AutoGen、CAMEL、MacNet 取得最高平均分。

论文速读 · 四段结构cs.AI去论文速读 →

问题: 多智能体存储的记忆可能有缺陷，或在错误场景被误用。
方法: 免训练框架：缺陷感知记忆精炼对比有/无记忆的执行来诊断并修复规则，边界学习元记忆记录历史效果以判断何时用或避开。
结果: Qwen3-4B-Instruct-2507 上在 AutoGen、CAMEL、MacNet 取得最高平均分，超最强基线 0.51–4.32 分；CAMEL 上 PDDL 37.71 对 28.48。
影响: 不改模型即可提升多智能体记忆可靠性，适合已有 agent 框架低成本接入。

所属主题多智能体4

#学术研究 #多智能体 #记忆机制 #arXiv 论文 #Qwen3 #智能体框架

阅读原文 +0

AI 处理过程展开/收起

原始标题：Remembering Is Not Enough: Refining Memories and Learning When to Use Them in Multi-Agent Systems

AI 中文标题：DiscernMem：多智能体记忆精炼与使用时机框架

来源：arXiv cs.AI · 发布于 5 天前

分类：学术研究 · AI 重要度：★ 2（2）

标签：多智能体 / 记忆机制 / arXiv 论文 / Qwen3 / 智能体框架

关键词：多智能体记忆 / AI 智能体 / DiscernMem / Qwen3 应用 / 智能体框架

AI 处理：2026/10/28 12:02:45 · 模型 deepseek-chat · 规则版本 2026-10-21.1

AI 生成以上内容由 AI 自动生成：中文标题、摘要、分类与重要度；同一事件的多家报道会自动归并展示。内容仅供参考，可能存在偏差，请以原文为准，不构成任何投资或专业建议。
版权归原作者与原发布平台所有；若涉及侵权或信息错误，请在举报与侵权投诉页反馈，我们会及时处理。