arXiv 人工智能· Bingbing Wang, Jingjie Lin, Weiming Qiao, Jing Li, Ruifeng Xu·· 6 小时前AI 评分32
论文提出 AiO-Mem：面向记忆 AI 智能体的过程奖励强化学习框架
All-in-One Memory: Process-Rewarded Reinforcement Learning for Memory Agents
AI 导读
研究人员提出 All-in-One Memory（AiO-Mem）框架，利用过程奖励强化学习优化长历史场景下的记忆 AI 智能体。该方法将异构历史编译为可追溯来源的多视角事件，在共享证据状态上统一搜索、写入与终止操作，并结合过程奖励模型与 PA-DAPO 算法优化记忆策略。在长上下文记忆基准测试中，AiO-Mem 的问答准确率优于静态记忆系统及强化学习训练的记忆智能体。
来源：arXiv 人工智能 · arxiv.org