每日论文精读 #082:让记忆为下一个未知任务省钱——CoReMem 用「锚点」重建 Coding Agent 记忆
Yale 团队提出 CoReMem:以「前瞻性分段估值」指导记忆设计、以「来源门控价值信用」训练 actor 使用记忆,在 ChainSWE 上同时降低步数与 token,并提升解决率。
Yale 团队提出 CoReMem:以「前瞻性分段估值」指导记忆设计、以「来源门控价值信用」训练 actor 使用记忆,在 ChainSWE 上同时降低步数与 token,并提升解决率。
MedGraph用带日期、带归属的临床事实链图记忆病人状态,在MedMemoryBench上比最强基线高10.5分。
V-LUMEN 把 LLM 的查找式嵌入扩展搬到视觉侧:冻结码本离散化 + 空间哈希 + 文本条件哈希,让 VLM 容量随存储而非每 token 计算增长。
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。
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。
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%。
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。
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。
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。
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%。
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。
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