arXiv cs.AI· Eric Hanchen Jiang, Zhi Zhang, Yuchen Wu, Levina Li, Dong Liu, Xiao Liang, Rui Sun, Yubei Li, Edward Sun, Haozheng Luo, Zhaolu Kang, Aylin Caliskan, Kai-Wei Chang, Ying Nian Wu·· 3 天前AI 评分34
MemCon：为 LLM 智能体学习自适应记忆管理
Memory as a Controlled Process: Learned Adaptive Memory Management for LLM Agents
AI 导读
研究者提出 MemCon 框架，将 LLM 智能体的记忆操作建模为马尔可夫决策过程，在线学习策略自适应决定何时检索、注入蒸馏计划以及整合或遗忘记忆。该框架与后端无关，可包裹任意现有记忆实现，无需预训练和额外 LLM 调用，采用带 UCB 探索的轻量级表格上下文赌博机，在数十个任务内收敛。
正文 · AI 翻译
作者：Eric Hanchen Jiang、Zhi Zhang、Yuchen Wu、Levina Li、Dong Liu、Xiao Liang、Rui Sun、Yubei Li、Edward Sun、Haozheng Luo、Zhaolu Kang、Aylin Caliskan、Kai-Wei Chang、Ying Nian Wu
摘要：大型语言模型（LLM）智能体日益依赖外部记忆系统来跨任务积累经验。然而，从图结构记忆到反思性洞见存储，几乎所有现有方法都通过固定的、手工设计的启发式规则来访问记忆。我们认为，这种静态的记忆观是智能体学习的核心瓶颈，因为最优的记忆行为本质上是依赖于上下文的。任务早期阶段因记忆稀疏而受益于最小化检索；重复出现的目标类型受益于计划复用而非通用的最近邻查找；陷入困境的智能体受益于用替代查询重新检索；而在长任务流中，记忆存储本身必须被整合和修剪以保持有用。我们提出 Memory as a Controlled Process（MemCon），一个将记忆操作建模为马尔可夫决策过程的框架，学习一个在线策略，自适应地决定何时、检索什么以及检索多少、何时注入提炼后的计划，以及何时整合或遗忘。MemCon 与后端无关：它可包装任何现有记忆实现，从逐任务的二元反馈中学习，无需预训练，也无需额外的 LLM 调用，并使用带有 UCB 探索的轻量级表格型上下文赌博机，在数十个任务内即可收敛。在 6 个基准、3 个智能体框架和 3 个 LLM 主干上，MemCon 在任务成功率上持续优于多个记忆基线，最高提升 15.2 个百分点，同时将 token 消耗降低 5--20%。
| 评论： | 无 |
| 学科： | 计算与语言（cs.CL）；人工智能（cs.AI） |
| 引用为： | arXiv:2607.13591 [cs.CL] |
| （或本版本使用 arXiv:2607.13591v3 [cs.CL]） | |
| https://doi.org/10.48550/arXiv.2607.13591 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Eric Jiang [查看邮箱]
[v1]
2026年7月15日星期三 08:32:40 UTC（1,235 KB）
[v2]
2026年10月5日星期一 08:49:02 UTC（1,601 KB）
[v3]
2026年10月12日星期一 18:07:30 UTC（1,584 KB）
来源：arXiv cs.AI · arxiv.org