PulseAugur
中
实时 04:50:30
English(EN) Uni-Mem: Learning a Long-Horizon Agentic Memory Manager with Unified Online Policy Optimization

Uni-Mem系统通过新颖的RL方法学习代理记忆构建和检索

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了Uni-Mem，一个新颖的代理记忆管理系统，通过端到端的在线强化学习来学习记忆构建和检索。为了解决现有RL算法（如GRPO）在长时域任务中的挑战，他们引入了阶段解耦GRPO（Stage-Decoupled GRPO），该方法在控制变化的同时分别优化构建和检索阶段。此外，还提出了事件式信用分配（Event-Wise Credit Assignment, ECA）以将反馈精确到特定事件并传播优势。在LoCoMo和LongMemEval基准上的实验表明，Uni-Mem的性能优于现有的基于RL的记忆系统。 AI

影响 这项研究可能带来更强大的AI代理，并提高其长期记忆和决策能力。

排序理由 该集群描述了一篇详细介绍代理记忆管理新方法的最新研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

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

Uni-Mem系统通过新颖的RL方法学习代理记忆构建和检索

本文如何被排名

Signal score
1 / 100
Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket
Tool
该集群描述了一篇详细介绍代理记忆管理新方法的最新研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration
Single-source cluster
Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics
paper, model release
Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance
High
Clearly on-topic for AI-industry coverage.
Story freshness
2 days old
Coverage has settled into its steady-state source set.

完整方法见我们的编辑标准。

报道来源 [1]

  1. arXiv cs.CL TIER_1 English(EN) · Zhiqian Xia, Jielong Tang, Ling-An Zeng, Shixiong Kai, Rong Yao, Hao Kong, Xiao Dong, Wei Wang, Mingxuan Yuan, Siyu Xia, Haifeng Xia ·

    Uni-Mem：使用统一在线策略优化学习长视界代理记忆管理器

    arXiv:2610.29671v1 Announce Type: new Abstract: Long-term agent memory is shifting from predefined workflows toward learnable policies for memory construction and retrieval. Existing learning-based methods either optimize construction alone or combine retrieval-side online reinfo…

相关实体

相关话题