南洋理工等提出自进化智能体记忆框架MemSkill
Start here
2026年11月，南洋理工大学等机构在NeurIPS 2026发表研究，提出智能体记忆框架MemSkill。该框架将记忆操作封装为可进化的技能，从而实现记忆构建随任务反馈持续进化。具体运行机制上，MemSkill通过Controller选择技能，并由Designer根据失败案例持续扩展技能库。测试结果显示，MemSkill在LLaMA与Qwen模型上取得了LoCoMo与ALFWorld等基准的领先表现；同时，相比LightMem减少了近七成LLM调用量，且其技能库支持直接进行跨任务迁移。
AI-generated from reports · Updated 14 hours ago
Report timeline
Follow the reports to see different sides of the story.
- AITNT · AI头条NeurIPS 2026｜MemSkill 让智能体学习并进化记忆技能
南洋理工大学等机构提出智能体记忆框架 MemSkill，将记忆操作封装为可进化的技能，实现记忆构建随任务反馈持续进化。框架通过 Controller 选择技能、Designer 根据失败案例扩展技能库，在 LLaMA 与 Qwen 上取得 LoCoMo 与 ALFWorld 等基准的领先成绩。此外，MemSkill 相比 LightMem 减少近七成 LLM 调用量，且技能库支持直接跨任务迁移。
Story heat trend
Current heat 7·Comparable peak 10（Nov 3 12:00）·Comparable change, last 24 hours–
Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.