PulseAugur
实时 09:24:43
English(EN) From Passive Retrieval to Active Memory Navigation: Learning to Use Memory as a Structured Action Space

新框架使 AI 代理能够主动使用结构化长期记忆

研究人员开发了 NapMem,这是一个新框架,允许对话代理主动导航和利用长期用户记忆作为结构化动作空间,而不是被动接收预先选择的上下文。该系统将用户历史记录组织成一个多粒度的记忆金字塔,连接原始对话、键入记录、主题跟踪和用户配置文件。使用 NapMem 训练的代理在记忆密集型任务上表现出有竞争力,同时保留了通用推理和工具使用能力。 AI

影响 该框架通过实现主动记忆利用,有望带来更具个性化和更有效的对话代理。

排序理由 该集群包含一篇详细介绍 AI 记忆系统新框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新框架使 AI 代理能够主动使用结构化长期记忆

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Yue Xu, Yutao Sun, Yihao Liu, Mengyu Zhou, Jiayi Qiao, Lu Ma, Kai Tang, Wenjie Wang, Xiaoxi Jiang, Guanjun Jiang ·

    从被动检索到主动记忆导航:学习将记忆用作结构化动作空间

    arXiv:2607.05794v1 Announce Type: new Abstract: Long-term user memory is essential for personalized conversational agents, yet many memory systems still expose memory through passive retrieval interfaces, making the model a consumer of pre-selected evidence. We introduce NapMem, …