arXiv 人工智能· Baixi Sun, Le Chen, Anjir Ahmed Chowdhury, Xiaolong Ma, Chih-Hsuan Yang, Mingze Xia, Syed Zawad, Sheng Di, Rajkumar Kettimuthu, Huihuo Zheng, Rajeev Thakur, Venkatram Vishwanath, Feng Yan·· 2 天前AI 评分39
LAM：具有检索分数误差界限的高效有损智能体记忆框架
LAM: Efficient Lossy Agent Memory Framework With A Retrieval-Score Error Bound
AI 导读
研究人员提出有损智能体记忆系统 LAM，通过检索分数误差界限去重规则、保留缓存前缀的内存管理及压缩性能模型来控制历史长度。在 600 条智能体轨迹测试中，LAM 删除了 22.47% 的 observation tokens，同时保留了 99.984% 的 gold-patch 证据。通过在 prefill 前移除记录，性能模型预测可实现 71.4x-91.6x 的端到端加速。
来源：arXiv 人工智能 · arxiv.org