Uni-Mem：统一在线策略优化学习长程智能体记忆管理器

Zhiqian Xia 等作者提交论文，提出 Uni-Mem——一个端到端在线强化学习框架，让长程智能体的记忆构建与检索在共享策略下联合学习。作者称，该方法配套 Stage-Decoupled GRPO 交替优化这两个阶段，并用 Event-Wise Credit Assignment（ECA）把反馈定位到具体事件。 在 LoCoMo 和 LongMemEval 两个基准上，作者报告 Uni-Mem 优于最强的基于强化学习的记忆方法。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。