Just-in-Time Memory 在新任务到来时整理原始智能体轨迹
DAIR.AI 介绍了 Salesforce AI Research 的论文 Just-in-Time Memory。该论文保留原始轨迹，只在下一项任务到来后才写出简短的记忆载荷，并报告在 ALFWorld、WebShop 和 tau2-bench 上，成功率较最强基线分别高出 16.2、16.3 和 3.9 个百分点。
#agent-memory
查看全部AI快讯Jev-Mem 论文报告 AI 智能体的记忆构建更快
Jev-Mem 论文提出一种智能体记忆架构：由轻量控制器做出存储与检索决策，LLM 仅用于最终推理。论文报告记忆构建速度快 6.6 倍，查询延迟降低 36.7%，LoCoMo 得分为 0.777。
Wiki Foundation Model 从相互链接的 Markdown wiki 中检索智能体记忆
WFM 将 LLM wiki 转为图，并用以查询为条件的消息传递进行检索，使页面文本与页面之间的链接共同影响结果。该团队称，一种 GPU 到 GPU 的训练方案训练速度快 10.5 倍，并在五项智能体记忆与多跳推理基准上报告了较强结果。