MemCryst：通过双向记忆与技能学习实现终身上下文自适应

研究人员提出 MemCryst 框架，利用冻结的大语言模型实现记忆与技能的双向学习，完成终身上下文自适应。存储的记忆支持技能创建与修订，技能引导的交互则补充新记忆，二者联合构成智能体上下文并动态调整检索影响。在具身控制、代码等 10 个测试场景中，MemCryst 领先 7 项对比，在 ALFWorld 取得 63.17% 的成功率。