arXiv cs.AI· Alexis Fox, Junlin Wang, Paul Rosu, Bhuwan Dhingra·· 3 天前AI 评分60
PRO-LONG：用程序化记忆实现长程推理
PRO-LONG: Programmatic Memory Enables Long-Horizon Reasoning
AI 导读
论文提出 PRO-LONG，一个面向 LLM 智能体长程探索场景的最小上下文管理框架，通过保留完整结构化交互日志并用程序化工具高效检索历史来化解信息保留与检索难度之间的取舍。
正文 · AI 翻译
摘要：长时程任务需要持续的感知、推理和探索，对大型语言模型（LLM）智能体而言是一项长期挑战。这一差距体现在它们在 ARC-AGI-3 和 NetHack 等持续学习基准上的有限表现，尤其是在没有专门测试框架的情况下进行评估时。为弥合这一差距，人们提出了各种智能体测试框架，每种框架都采用一种处理长序列观测的策略，即从环境中保存哪些信息以及如何将其加载到模型上下文中，我们认为这一选择尤为关键。现有的上下文管理方法通常围绕一种权衡来设计，即保留更多信息会使相关细节更难检索。然而，编码智能体的最新进展使新的记忆方法成为可能。我们提出 PRO-LONG，一个围绕程序化记忆构建的最小上下文管理框架，面向长时程、探索性场景中的 LLM 智能体。PRO-LONG 通过保留完整、结构化的交互日志并使用程序化工具高效搜索该历史记录，解决了这一权衡问题。在 NetHack 上，我们发现使用 PRO-LONG 进行跨回合记忆带来的收益不断增加，得分最高达到基础编码智能体的 2.2 倍。在完整的 ARC-AGI-3 公开游戏集上，PRO-LONG 在多个前沿模型上平均比该基线智能体提升 18.0 个百分点，并达到或超过最先进的专用测试框架（best@2 最高达 97.4%），同时使用的 token 减少 4.2-5.8 倍。相关代码和日志可在 此 https URL 获取。
| 学科： | 人工智能（cs.AI） |
| 引用为： | arXiv:2607.20064 [cs.AI] |
| （或 arXiv:2607.20064v3 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2607.20064 arXiv 颁发的 DOI，通过 DataCite |
提交历史
来自：Alexis Fox [查看电子邮件]
[v1]
2026年7月22日星期三 12:11:51 UTC（254 KB）
[v2]
2026年7月23日星期四 17:42:22 UTC（255 KB）
[v3]
2026年10月12日星期一 06:47:34 UTC（890 KB）
来源：arXiv cs.AI · arxiv.org