arXiv cs.CL· Mingyu Zhang, Zixu Li, Zhiheng Fu, Zhiwei Chen, Jinhe Bi, Yupeng Hu·· 12 小时前AI 评分34
TrawMem：将智能体记忆重构为面向任务的角色自适应工作区
TrawMem: Reframing Agent Memory as Task-Oriented Role-Adaptive Workspaces
AI 导读
TrawMem 提出将 LLM 智能体记忆重构为“面向任务的角色自适应工作区”，按任务角色与关联而非仅查询相关性来选择和组合记忆。在 LoCoMo 和 MemGallery 上，四款开源与闭源基座模型均取得一致提升，macro-F1 提高 2.23-3.14 点。
正文 · AI 翻译
摘要：大语言模型（LLM）智能体依赖记忆系统来利用长期交互，但现有系统通常根据记忆与当前查询的相关性来检索记忆，并将其用作上下文证据。然而，仅凭相关性并不能刻画记忆如何促进任务求解：同一记忆在不同任务中可能扮演不同角色，例如直接支持答案，或链接到语义相关性较弱但包含必要信息的互补记忆。因此，我们将智能体记忆系统重新定义为面向任务的角色自适应工作区，其中记忆按其面向任务的角色和关系被选择和组织。基于这一观点，我们提出 TrawMem，它将交互历史组织为局部线程，并通过分配角色和联合选择互补记忆来构建面向任务的工作区。在 LoCoMo 和 MemGallery 上使用四个开源和闭源骨干模型进行的实验表明，相较于代表性记忆系统取得了一致提升，宏 F1 提升 2.23-3.14 分。在 LoCoMo 上，TrawMem 在 Qwen3.5-9B 和 DeepSeek-V4-Flash 上的 LLM-Judge 分数分别比 SimpleMem 提升 4.07 和 4.31 个百分点，同时分别减少约 12.8% 和 5.1% 的上下文 token。
| 评论： | 31 页，18 幅图，3 张表 |
| 主题： | 计算与语言（cs.CL） |
| 引用为： | arXiv:2610.36918 [cs.CL] |
| （或 arXiv:2610.36918v1 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.36918 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Mingyu Zhang [查看邮箱]
[v1]
2026 年 10 月 27 日星期二 09:46:15 UTC（1,857 KB）
来源：arXiv cs.CL · arxiv.org