arXiv 人工智能AI 评分 62/10009月28日 12:00

HasMem：面向长周期大模型智能体的自适应软化记忆架构

针对大模型在处理历史长上下文时的记忆复用与压缩难题，研究人员提出了HasMem（硬源自适应软化记忆）架构。该方法以冻结的硬提示嵌入作为可验证初始状态，通过控制器动态调整记忆宽度，利用Writer模块重编码条目，并配合Reader与全局模块实现读取适配和跨轮次状态传递。在多轮对话数据集MSC的重建探针测试中展现出良好的记忆性能。

推荐理由提出了一种结合硬提示与软记忆动态压缩的大模型智能体长程记忆机制，属于具有启发性的算法工程探索。

原标题：HasMem: Hard-Origin Adaptively Softened Memory for Long-Term LLM Agents

# 智能体 # 记忆 # 大模型 # 自然语言处理

阅读 arXiv 人工智能原文 ↗

同一事件的其他来源

arXiv 自然语言处理09月28日 12:00

并非所有记忆都等价：面向大模型智能体的分层协作记忆检索机制

在多智能体团队协作场景中，记忆具有异质性且持续动态演进。现有记忆增强系统通常将记忆扁平化存储，仅根据语义相似度或时间排序，导致检索到语义相关但已失效或冲突的过时信息。该论文提出一种分层协作记忆架构，区分团队集体共识与个体执行轨迹，建模记忆的层级结构与时效有效性，从而提升多智能体协作中的检索准确性与决策一致性。

arXiv 自然语言处理09月28日 12:00

CARGO：面向生产环境智能体的上下文感知检索门控评测框架

针对生产环境中智能体在动态实体（如客服工单、账户等）操作时的评测难题，传统基于参考答案的 LLM-as-a-judge 方案常因参考案例与实际运行实体的标识、日期等不同而误判为幻觉或错误（即参考与实例分歧 RID）。为此，研究人员提出 CARGO 评测框架。该框架将检索到的历史参考样本视作“操作流程范例”，同时结合实时运行上下文进行事实性判定，从而显著提高了生产环境智能体评测的鲁棒性与准确率。