arXiv cs.AI· Sen Yang, Jiaduo Lin, Zehong Huang, Wen Liu·· 11 小时前AI 评分38
Reglos：具备递归自我改进能力的自进化个人记忆智能体
Reglos: A Self-Evolving Personal Memory Agent with Recursive Self-Improvement
AI 导读
Reglos 是一个免训练的个人记忆智能体，通过递归自我改进让编码智能体根据失败轨迹提出 harness 补丁，并由另一模型家族的评审器筛查是否针对 benchmark 作弊。
正文 · AI 翻译
摘要：个人智能体利用过往对话为每位用户量身定制回复。其记忆系统存储并更新每位用户所说的话，而编码智能体现在还会重写将这份记忆转化为模型上下文的运行框架。此类补丁存在过拟合风险，因为仅针对其目标失败案例测试过的补丁可能只修复这些情况，在其他地方毫无帮助。我们提出 Reglos，一种免训练的个人记忆智能体，用于检验运行框架的改动是否能在其旨在修复的失败案例之外带来帮助。其自演化记忆在每次对话中为每位用户仅追加的记录增添内容，新偏好会取代旧偏好，事实也可以被遗忘。其运行框架通过递归自我改进而提升：编码智能体根据失败轨迹提出补丁，来自另一模型家族的评审者则筛查每个补丁是否存在针对基准的作弊行为。运行框架冻结后，由固定评估器决定接受哪些后续补丁。在所有系统均采用相同主干模型的情况下，Reglos 优于 Mem0、MemOS 和 EverOS 等最先进的记忆系统，使用 Qwen3.8-27B 时在 PersonaMem-v2 和 LongMemEval-S 上分别达到 61.3% 和 84.0%，使用 GPT-5.6 Luna 时分别达到 57.5% 和 87.2%。
| 评论： | 12 页，7 幅图，8 张表。网站：此 https URL |
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2611.06049 [cs.AI] |
| （或 arXiv:2611.06049v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.06049 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Sen Yang [查看电子邮件]
[v1]
2026 年 11 月 4 日星期三 06:56:04 UTC（474 KB）
来源：arXiv cs.AI · arxiv.org