COUNTERMEM：面向语言智能体的世界模型验证反事实记忆框架

研究人员提出强化学习框架 COUNTERMEM，利用可执行世界模型在动作失败后生成并验证反事实记忆，以提升语言智能体的跨任务表现。在搭配 gpt-oss-120b 时，该框架在 6 个领域的 12 个基准上将 ReAct 与 Reflexion 的表现平均提升 12.6 个百分点，并将运行 token 消耗降低 7.7% 至 42.0%。基础大语言模型在流程中保持固定，代码将在论文接收后开源。