★ 4
论文提出面向企业智能体的环境探测式记忆整理方法
论文提出环境探测式整理方法，为异步整理智能体赋予最小权限的只读世界工具，以核查、界定与刷新候选记忆，无需重训模型。在GitHub Copilot SDK构建的类生产环境中，CLBench通过率从39%升至73%，查询数与成本显著下降。在六个APEX世界中18项记忆对比全部为正，工具调用减少16%至…
arXiv cs.AI50 天前
#智能体记忆
共 42 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 3
TrawMem：将智能体记忆重构为任务导向角色自适应工作区
论文指出仅按查询相关性检索记忆无法刻画记忆在任务中的角色，提出 TrawMem，将交互历史组织为局部线程，并按任务角色分配与联合选择互补记忆构建工作区。在 LoCoMo 与 MemGallery 上 macro-F1 提升 2.23–3.14 点，同时减少约 5%–13% 上下文 token。
arXiv NLP4 天前
★ 3
研究：智能体记忆检索到旧事实反而更易答错
论文在 MemoryAgentBench 的 FactConsolidation 任务上发现，检索到正确事实并不够：Qwen2.5-7B 在证据预算从 64 增至 512 token 时准确率由 45% 降至 32%。将一条无关证据替换为过时竞争陈述后，Qwen2.5 准确率从 100% 跌至 4…
arXiv cs.AI4 天前
★ 3
arXiv 提出 SLICE-Mem：轻量 LLM 智能体记忆框架
SLICE-Mem 结合显著性门控准入与谓词中心信息抽取，用小型分类器筛选值得保留的用户轮次，在线流程无需生成式 LLM 调用。在 Memora Weekly 与 LongMemEval-S 上，相比 MemOS 基线保持相近准确率的同时，LLM token 消耗分别降低 92.4% 与 99.5…
arXiv NLP5 天前
★ 3
arXiv 论文：朴素 RAG 在智能体记忆基准上反超复杂方案
一篇 arXiv 论文提出 Raw-RAG 基线，仅用稠密检索与重排从原始对话历史中取证据，在 LoCoMo、LongMemEval、MEME、MemoryAgentBench 四个基准的 7 个模型设置中有 6 个排名第一，比最强智能体记忆系统高 0.13-5.53 分。分析显示原始历史检索对必…
arXiv cs.AI9 天前
★ 3
MemPABench：评测个人智能体对交互偏好的记忆
论文推出 MemPABench，一个面向个人智能体记忆的在线策略评测环境，要求智能体判断何时澄清、确认或自主行动。环境含 4 个模拟用户、14 项偏好、跨四个月 99 个会话及事件驱动偏好变更。评测发现检索式记忆系统（Mem0、MemOS、RAG）并不优于无记忆，基于文件的记忆虽提升准确率却会越界…
arXiv cs.AI9 天前
★ 3
PerMIT：为 LLM 智能体持久记忆提供可验证完整性
论文提出 PerMIT 记忆架构，在「仅信任用户输入与闸门确认值」的前提下提供可证明的完整性保证，两条定理已在 Lean 4 中机器验证。在 Trojan Hippo 上零攻击成功；在 τ²-bench 上最多 90 个智能体共建共享知识库，无记忆注入被提升，且新智能体在留出任务上表现提升。
arXiv cs.AI10 天前
★ 3
论文发现记忆越多智能体越差，提出 Anti-Persistence 记忆设计
研究指出 LLM 智能体若把推断出的规则、摘要与技能长期存入记忆，错误会通过「抽象-执行-再抽象」循环被反复再生，形成错误复现。作者提出 Anti-Persistence 设计：只累积轨迹与结果，按需重建任务指引并在执行后丢弃。在多个基准与骨干模型上，该设计取得更高的留出成功率与最低的平均 LLM…
arXiv cs.AI11 天前
★ 3
论文提出 REM：编码智能体的经验记忆生命周期管理
研究提出 REM（可复用经验记忆）框架，从智能体的思考-行动循环内部管理记忆生命周期，明确「存什么、何时召回、何时遗忘」三项决策。在仓库级 Bug 修复基准 SWE-ContextBench Lite 上，REM 的相关轨迹检索准确率达 68.7%，优于现有最优记忆系统的 55.6%，任务解决率从…
arXiv cs.AI11 天前
★ 3
HABIT-Bench：评测智能体记忆能否从弱证据推断用户习惯
论文提出 HABIT-Bench，用合成用户历史与受控习惯图，评估智能体记忆系统能否从零散弱证据中推断用户习惯并正确应用。覆盖餐饮、金融、软件、旅行四大领域数百轮会话。用 Qwen3-235B-A22B 与 GLM-5.3-Flash 评测八种记忆方法，最佳仅 33.61% 宏平均准确率，显示记忆…
arXiv cs.AI12 天前
★ 3
MFM：面向长程具身智能体的多模态文件系统记忆架构
论文提出 MFM，一种多模态文件系统记忆架构，将情节记忆、空间记忆、语义与程序记忆、工作记忆分层组织，并通过可检索文本记录关联底层多模态片段。在长程 Minecraft 与电脑操作任务中，MFM 配合 GPT-6-Astra 完成「从零挖钻石」，Ender Dragon 任务达成 24 个里程碑中…
arXiv NLP13 天前
★ 3
MemScope：通过局部代码修复演化智能体记忆架构
论文提出 MemScope，用工具型 Patch Agent 联合检查原始执行轨迹、运行时记忆状态与架构代码，定位修复目标并在约束下做有界原地编辑。在 GAIA 上轨迹加记忆检查变体达 86.67% 准确率，xBench 与 ALFWorld 任务均有提升，架构快照间代码改动中位数仅 4.4%。
arXiv cs.AI16 天前
★ 3
All-in-One Memory：过程奖励强化学习优化记忆智能体
论文提出 AiO-Mem，将检索、记忆写入与停止决策统一到共享证据状态上的转移过程，并在统一奖励空间中评估每个动作的语义质量。方法用轨迹条件过程奖励模型打分，并通过 Process-Aligned DAPO 优化记忆策略。在长上下文记忆基准上持续提升答案准确率。
arXiv cs.AI16 天前
★ 3
MemComposer：强化学习为 LLM 智能体组装记忆
论文提出 MemComposer，通过联合考察当前查询与检索候选，决定纳入哪些记忆、选多少条以及如何排序。训练采用基于 GRPO 的 Experience Policy Optimization（ExPO），以完整智能体交互的任务成功反馈优化组装策略。在三个 τ²-bench 域上超越最强基线，并…
arXiv cs.AI16 天前
★ 3
REMORY 提出残差记忆网络，压缩长程智能体上下文
arXiv 论文提出 REMORY，一种神经记忆网络，在文本摘要之外附加有界的软记忆 token，帮助冻结的 LLM 逼近使用完整历史时的续写效果。在 SummHay 上，REMORY 仅用 5.2% 的输入位置就接近全上下文联合得分，并提升来源归因能力。在长程智能体基准上，Qwen3.8-27B…
arXiv NLP23 天前
★ 3
多租户AI智能体记忆存在跨用户语义泄露
一篇 arXiv 论文提出「跨用户可采性失效」概念，指出企业多租户部署的 AI 智能体共享同一向量存储时，普通余弦相似度检索即可让用户查询到他人的语义相邻记忆，无需任何攻击手段。实验显示非对抗性泄露率达 70%–100%，对抗性构造记忆的 top-k 命中率达 90%–100%，端到端响应污染评分…
arXiv cs.AI26 天前
★ 3
Hindsight：面向AI智能体的开源记忆系统
Vectorize推出开源智能体记忆系统Hindsight，主打让智能体具备学习能力而非仅回忆对话历史。该系统在LongMemEval基准上取得领先表现，并声称已克服RAG与知识图谱的局限。目前已被财富500强企业和多家AI初创公司用于生产环境。
Hacker News – AI27 天前
★ 3
GraphMemory：解耦记忆与上下文
针对持续向共享上下文追加信息导致token成本上升、窗口受限与性能退化的问题，提出上下文优化的统一形式化，将智能体记忆更新视为对上下文的优化更新。据此设计GraphMemory轻量图记忆，累积、精炼并连接可复用策略，每次仅检索相关子图，在有界检索下记忆量恒定，构建token较基线减少约81-85%。
arXiv cs.AI27 天前
★ 3
LAM：带检索分数误差界的有损智能体记忆
论文针对智能体记忆随历史增长导致推理成本上升与上下文溢出问题，提出LAM有损智能体记忆系统。它包含带检索分数替换界的确定性去重规则、保留缓存前缀并将压缩与推理重叠的记忆管理器，以及部署前估算压缩成本的表现模型。在600条轨迹上移除22.47%观测token同时保留99.984%证据，预测端到端加速…
arXiv cs.AI33 天前
★ 3
EngramRAG自适应记忆架构提升多跳检索
针对LLM智能体记忆的关联盲区、脚手架遗忘与静态拓扑停滞问题，论文提出EngramRAG，融合唤醒态反射与后台梦境态巩固。引入使用调制的个性化PageRank、拓扑衰减、SUPERSEDES DAG过滤与三源混合检索。在LoCoMo基准上Recall@5相对提升38.9%，MRR提升43.1%，并…
arXiv cs.AI33 天前
★ 3
COUNTERMEM：世界模型验证的反事实记忆
现有智能体记忆多来自真实交互反馈，很少追问「如果换一个动作会怎样」。作者提出 COUNTERMEM，在动作失败后借助可执行世界模型（测试、证明器、求解器）评估局部替代方案，存储经校验的反事实记忆，并用学习到的记忆使用策略平衡成功率与交互成本。在 12 个基准上平均提升 12.6 个百分点，任务 t…
arXiv cs.AI33 天前
★ 3
AI智能体记忆可被投毒，并被当作自身经历
一篇技术文章揭示AI智能体的长期记忆存在被恶意注入的风险，被污染的记忆后续会被智能体当作真实用户历史来使用。这暴露出智能体记忆机制在安全与信任层面的严重隐患。
Hacker News – AI34 天前
★ 3
论文提出ORC门控：让智能体持久记忆避免跨任务族干扰
一篇 arXiv 论文研究持久化记忆智能体中的跨任务族干扰问题，提出将检索作用域与认证作用域匹配的方法。实验显示 Scoped-ORC 将隐藏轨迹效用从 0.713 提升至 0.816，有害部署从 8 次中的 6 次降为零。该工作为智能体持久记忆的可靠性控制提供了新思路。
arXiv cs.AI37 天前
★ 3
BudgetBench：本地 LLM 智能体记忆策略评测协议
论文提出 BudgetBench，一种以每次调用输入 token 预算为自变量的评测协议与参考工具，用于比较本地大模型智能体的记忆策略。它在 2K 至 32K 预算区间扫描，记录质量、预算利用率、延迟与预算违规率，并揭示单预算评测掩盖的合规失败与非单调质量曲线。作者开源了协议、工具与可复现产物。
arXiv cs.LG47 天前
★ 3
AIM：多智能体多用户LLM系统的隐私感知互操作记忆框架
论文提出AIM（Agentic Interoperable Memory），一个面向多智能体、多用户LLM系统的统一隐私感知记忆框架，可动态区分私有与公共信息并实施索引级访问控制。同时发布MUMBench，首个评估多用户环境下检索、创建、更新、删除等记忆操作的公开数据集。AIM在可见性分类上达96…
arXiv cs.AI48 天前
★ 3
EdgeMem：免LLM的智能体记忆构建与检索
EdgeMem是一种智能体记忆方法，通过保留原始交互轮次并利用多锚点超图组织，无需生成式LLM调用即可实现高效检索。在LoCoMo和LongMemEval-S基准上取得领先成绩，表明保留源证据是智能体记忆的有效基础。
arXiv cs.AI53 天前
★ 3
新协议层失效契约解决跨会话智能体记忆缓存失效
失效契约为缓存恢复建议附加版本戳和缓存提示，使客户端无需试错即可驱逐过期条目。有效性取决于协议，合规性取决于规划模型。行级失效提高合规性并恢复部分成本，而表级失效破坏共置条目。
arXiv cs.AI60 天前
★ 2
FlexA-Mem：面向 LLM 智能体的预算自适应记忆框架
研究者提出 FlexA-Mem，将历史记录一次性写入不可变存储，每次调用时按剩余预算渲染出紧凑时间线与细节，无需额外 LLM 调用。在 AppWorld 4k 挑战任务上比次优方法高 11.5%，在 LongMemEval 与 LoCoMo 上匹配专用关键词检索器。该工作针对检索式记忆漏步骤、摘要…
arXiv NLP5 天前
★ 2
Graph-MIND 开源：为 AI 编程智能体提供本地记忆
开发者发布开源项目 Graph-MIND，为 AI 编程智能体提供本地长期记忆，写入记忆不消耗模型 token，检索在本地 PC 完成。项目称在 LongMemEval 基准上得分约 89%，并支持 Claude Code、Codex、Cursor 等 MCP 客户端共享同一份记忆。
Hacker News – AI6 天前
★ 2
研究测试持久记忆对 LLM 智能体汉字绘制任务的影响
论文在 668 个汉字程序化绘制任务上比较五种智能体条件，发现累积记忆带来有限增益：自由笔记使首次成功率提升 4.6 个百分点，笔记加可复用代码库提升 2.8 个百分点。代码库在后期更难任务上略有优势，而获得目标特定结构监督时提升显著更大。
arXiv cs.AI12 天前