每日论文精读 #010：记忆的价值要用「避免的任务损失」来计量
用决策论框架给智能体记忆估值：区分潜在价值、保留价值与实现价值，暴露评测中的保存/使用/测量三层失效。
记忆
每日论文精读 #060：工业级实测——LLM推荐生成Semantic ID，束搜索仍然稳赢多Token预测
Netflix规模的实测：生成式推荐中单头自回归束搜索在排序与内容QA上全面胜过多Token预测，且训练成本仅为其1/2.6。
每日论文精读 #056：检索是成本不是刚需——用模型自己的不确定性决定要不要查外部记忆
MARTA用pre-softmax logits的熵和top-1/top-2边际做"先看后跳"的门控，只在内知识不足时才检索外部记忆，匹配Active RAG精度的同时吞吐提升3.7倍、token消耗降38.4%。
每日论文精读 #050：可审计的长期记忆——把LLM压缩成『可替换的读出器』
一条确定性检索链在LongMemEval-S上逼近SOTA，LLM只做最后的读出器，且全部证据可复算。
每日论文精读 #006：把记忆写进参数，还能跟着模型一起换——RPMem 让 Agent 记忆跨会话进化
阿里通义与复旦提出 RPMem：把每个会话编译成与骨干模型无关的潜在记忆，经循环门控整合后解码为 LoRA 参数，实现跨会话进化、近常数成本、且换底座模型后记忆仍可复用的参数化记忆框架。
每日论文精读 #006：把长期记忆搬进潜空间，稀疏概念动态建图
LGM用稀疏自编码器解耦记忆、按查询动态构建潜空间图，以16个潜前缀token替代全文回放，在隐式偏好推断上超过GPT-5。
每日论文精读 #034：把长期记忆『编译』成计划再执行——MaP-WAM登顶RMBench且执行上下文恒定
哈工大等提出MaP-WAM（Memory as Plans），把情景记忆在规划时编译为段级『语言计划+视觉引导』，执行器上下文O(1)，RMBench成功率83.3%登顶，真机78.0%。
每日论文精读 #027：GPT-4.1在行为感知旅行规划上近乎全军覆没，8B小模型靠RL反超
美团+北航提出Behavior2Trip基准与B2T-Agent：从用户历史行为轨迹推断偏好生成旅行计划，GPT-4.1最难任务全约束通过率仅0.5%，而GRPO强化学习训练的Qwen3-8B反超至4.7，还泛化赢下TravelPlanner。
每日论文精读 #021：从行为轨迹推断偏好，8B模型RL训练反超GPT-4.1
Behavior2Trip提出从用户历史行为轨迹隐式推断偏好的旅行规划新任务，RL训练的Qwen3-8B在个性化约束上大幅反超GPT-4.1