MemChain:从“检索即证据”到可解释轨迹,记忆Token暴减95%且显著涨分
针对这一长期被忽视的痛点,来自中国科学院(CAS)、Memorax AI 等机构的研究团队提出了 MemChain 。这项工作颠覆了“检索后直接喂给模型”的粗放模式,首次在检索与回答生成之间引入了一个独立的可训练“检索后记忆策略”(Post-Retrieval Memory Policy)。
针对这一长期被忽视的痛点,来自中国科学院(CAS)、Memorax AI 等机构的研究团队提出了 MemChain 。这项工作颠覆了“检索后直接喂给模型”的粗放模式,首次在检索与回答生成之间引入了一个独立的可训练“检索后记忆策略”(Post-Retrieval Memory Policy)。
为此,研究团队提出了 V-Mem 。该框架放弃了在统一表征空间硬碰硬的暴力跨模态检索,转而通过轻量化的“模态路由”解耦多模态记忆管理。在极具挑战性的多模态长记忆基准 Mem-Gallery 上,V-Mem 斩获了 0.825 的 LLM 评测分,远超此前最佳基准的 0.561;在带有输入图像的...
针对这一本质矛盾,基础设施团队 VideoDB 提出了一个明确判断:在物理与数字构成的视觉世界中进行搜索,本质上是一个系统架构问题,而非单纯依靠更大参数量训练出的端到端视频检索模型。
这项来自神经形态硬件与边缘 AI 领域的研究,提出了名为 PRECOG (Pre-Computed Context Injection,预计算上下文注入)的检索机制,以及面向长期设备记忆的 SMC (Structured Memory Consolidation,结构化记忆整合)架构。
来自厦门大学等机构的研究团队提出了 TARL(Transaction-Aware Reliable Ledgers) ,从状态机与数据库事务的视角重新审视智能体记忆管理。
针对这一矛盾,上海交通大学的研究团队提出了一种名为 ReTree 的自纠错树状工作记忆机制。ReTree 并没有将搜索历史简单视为线性文本流或单向压缩的草稿,而是将搜索过程建模为带有依赖演化关系的证据树。
清华大学与蚂蚁集团的联合研究团队指出了现有记忆基准的这一结构性盲区,并提出了全新的评测基准 TANGLE (Testing Agents’ Navigation of Genuine, Latent, and Entangled Memory Conflicts)。
针对这一瓶颈,该团队提出了 AutoMem ——一个基于“文本梯度”(Text-Gradient)递归自优化的自动化记忆架构搜索框架。该方法将记忆系统解耦为编码(Encode)、存储(Store)、检索(Retrieve)和管理(Manage)四个核心维度,并通过反思累积与失败归因,让智能体在...
最新研究提出了一个截然相反的互补范式:以知识为中心的自我改进(Knowledge-Centric Self-Improvement)。在这个架构中,核心假设被彻底颠倒——执行具体任务的 Agent 不再是长期维护、日益臃肿的复杂实体,而是保持通用、无状态、用完即弃的“临时工人”。
作者团队提出了模型无关的中间件协议 MemTX ,首次将数据库经典的事务机制、隔离级别与信念提交管线引入智能体记忆架构,实现从未成熟记忆到动作执行、再到撤销级联修复的全生命周期治理。
ChronoMem 的提出,不仅为开源社区提供了一个开箱即用的工程插件,更指明了 Agent 记忆机制演进的必然趋势。以往的研究和商业实现,大多将重心放在了“如何让 Agent 记住更多、关联更广”,但忽视了“如何让 Agent 可靠地回退、精准地纠错”。
为了让 TransMem 学习到通用的“信息提取与利用能力”,而非特定的事实知识,作者提出了一种优雅的训练策略: 证据条件自蒸馏(Evidence-Conditioned Self-Distillation, ECSD) 。上图 (b) 揭示了该训练范式的精髓。
基于这一洞察,作者提出了 CoMem(Comprehension Memory,理解记忆) 架构。该方法放弃了在 Token 轴上硬扛完整深度 KV 的传统思路,转而沿 模型层深(Depth Axis) 对长文本记忆进行重组:在写入阶段,长文本块只向前传播到指定的中间层 。
腾讯的研究团队在论文中提出了名为 WikiLoop 的反馈耦合框架,尝试打破这一长期存在的单向壁垒。该方案的核心思路在于:构建一套专为智能体机器导航设计的原生维基知识库(Agent-Native Wiki),并将知识库构建者(Builder)与检索导航者(Navigator)的策略整合进同一个...
为了攻克这一难题,来自韩国科学技术院(KAIST)与 DeepAuto.ai 的研究团队提出了一种无需重新训练参数的全新框架:Agent Memory Distillation(AMD,智能体记忆蒸馏)。
来自范德堡大学(Vanderbilt University)的研究团队提出了名为 PMCoder 的软件修复智能体,核心机制在于将分层阶段规划器(Hierarchical Phase Planner)与情境记忆(Episodic Memory)进行深度双向耦合。
针对这种“高开销”与“信息丢失”的死锁,合肥工业大学的研究团队提出了轻量级长期记忆框架 LeanMem。该方案的核心洞察在于: 人类对话产生的信息天然具有异构性,试图用单一、均匀的“摘要-检索”流水线去处理所有对话历史,在底层逻辑上就是行不通的。
由北京邮电大学、复旦大学、南洋理工大学、北京大学、上海交通大学等多所高校联合提出的最新研究 MemPrism ,指出了一个长期被忽视的底层瓶颈: 检索后表征失配(Post-retrieval Representation Mismatch) 。
针对这一痛点,来自南洋理工大学、中山大学与腾讯的研究团队提出了统一记忆管理框架 VerMem (Verifiable Memory)。该工作打破了长短期记忆的割裂设计,通过一个统一的策略网络调度 7 种原子级记忆操作。
然而,伊利诺伊大学厄巴纳-香槟分校(UIUC)的最新研究提出了一个截然相反且直击痛点的论断: Agent 在长程交互中犯错,往往不是因为“找不到事实”,而是因为“记错了版本”。随着交互时间推移,现实世界中的事实、用户约束、项目决策都在不断被修改、推翻或重新计算。
基于这些长周期数据,EgoMonth 提出了一个受到认知心理学与工作记忆理论启发的 14 任务评估体系,将其清晰地划分为由浅入深的三个认知层级: 1. 图式巩固(Schema Consolidation) :评估模型从长时间高度冗余的生活记录中提取稳定行为模式与统计规律的能力。
来自深圳国际工业与应用数学中心、中大深圳、深数院以及中山大学等机构的研究团队提出了 ERSkill(Evolving Retrieval Skill) 框架。这项工作跳出了“只优化记忆构建或推理引导”的旧范式,首次将 记忆检索行为本身 抽象为可执行、可组合的原语序列。
研究团队在系统梳理了 2023 至 2026 年间 52 个代表性记忆增强智能体系统后,指出了当前评测的三大结构性缺陷。超过六成的评测指标被完全集中在 LoCoMo 和 LongMemEval 等纯对话问答基准上,而真正考察工具调用、环境交互与顺序决策的智能体任务却长期缺席。
为了系统性测量并攻克这一难题,研究团队构建了包含 3,000 道审计评测的高难度长基准 SCALE-QA ,并提出了 时序-语义交错记忆重构 (Temporal-Semantic Interleaved Memory Reconstruction, TSIM )框架。