arXiv cs.AI· Guannan Lai, Zi-Yang Bai, Jun-Peng Jiang, Han-Jia Ye·· 12 小时前AI 评分40
TokenWorth：面向终身智能体的资源高效自我改进框架
Learning What to Remember: Resource-Efficient Self-Improvement for Lifelong Agents
AI 导读
TokenWorth 是一个轻量级反馈驱动记忆适配框架，无需更新主干模型，即可从稀疏执行反馈中学习与查询相关的记忆价值，并用其指导经验检索与有界记忆管理。在三个 LifelongAgentBench 环境及本地与 API 部署中，TokenWorth 在给定资源预算下取得最高任务成功率，同时输出 token 最少。结果表明，资源受限下的有效自我改进取决于学会“什么值得记住”，而非积累更多经验。
正文 · AI 翻译
摘要：自我改进智能体的目标是在部署后通过从经验中学习来持续改进其行为。然而，积累和复用更多经验并不一定能带来更好的决策，尤其是当生成、交互和记忆资源同时受到约束时。在这种严格约束下，我们发现若干现有的终身记忆方法相比简单的检索甚至无记忆智能体，带来的收益有限。这揭示了资源高效自我改进的一个根本挑战：智能体不仅要学会哪些过往经验是相关的，还要学会哪些经验真正值得复用以改进未来决策。当记忆容量以及推理和恢复的机会有限时，检索无效经验会消耗稀缺资源并阻碍下游执行。为应对这一挑战，我们提出 TokenWorth，一个轻量级、反馈驱动的记忆自适应框架，它从稀疏的执行反馈中学习与查询相关的记忆价值。在不更新主干模型的情况下，TokenWorth 利用学到的价值来指导经验检索和有界记忆管理，使智能体能够持续调整其复用积累经验的方式。在三个 LifelongAgentBench 环境以及本地和基于 API 的部署中，在指定资源预算下，TokenWorth 在所评估方法中取得了最高的任务成功率，同时使用的输出 token 最少。这些结果表明，资源约束下的有效自我改进并不取决于积累更多经验，而取决于学习什么值得记住。我们的代码公开于 this https URL。
| 学科： | 人工智能（cs.AI） |
| 引用为： | arXiv:2610.26453 [cs.AI] |
| （或 arXiv:2610.26453v2 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.26453 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Guannan Lai [查看邮箱]
[v1]
2026年10月19日星期一 14:09:45 UTC（900 KB）
[v2]
2026年10月21日星期三 14:25:06 UTC（900 KB）
来源：arXiv cs.AI · arxiv.org