主动记忆Agent解决长程任务状态衰减
metaresearch · hf · 2026-07-11
针对长程任务中决策相关信息随轨迹增长而被淹没的“行为状态衰减”问题，提出将记忆作为主动干预机制而非被动检索。
- 架构设计：独立的记忆 agent 与未修改的行动 agent 并行运行，从近期轨迹更新结构化记忆库，并决定是否注入记忆提醒或保持静默。该模块即插即用。
- 实验效果：在 Terminal-Bench 2.0 和 τ²-Bench 上，显著提升了强弱不同行动 agent 的 pass@1 成绩（分别 +8.3 pp 和 +6.8 pp）。
- 消融分析：选择性干预优于被动暴露、持续注入、仅建议和通用检索等策略。
- 模型训练：作为开源记忆策略的早期探索，使用 SFT 和 GRPO 在 SETA 上训练了 Qwen3.5-27B，验证奖励提升且部分迁移至 Terminal-Bench。
所属事件:Meta提出主动记忆机制破解长程任务衰减(4 条相关)→
「编程与Agent」频道最新
- Alex Townsend 汇编 200 个数值线性代数开放问题，供人类与 AI 攻关 — IgorCarron · 2026-09-11
- Kimi K2.8 Preview 上线：性能接近 K3、1M 上下文全档开放 — teortaxesTex · 2026-09-11
- 有人想给软件工程任务建「形态分类」数据库,好按任务选模型 — StewartalsopIII · 2026-09-11
- 用 prompt 造硬件:一次对话让智能体组装定制设备寄到家 — paraschopra · 2026-09-11
- 模型之外才是关键:一文拆解 RAG 到多智能体的六大 AI 架构 — goyalshaliniuk · 2026-09-11
- 零基础开发者自建分层记忆架构，仅 20k token 记住一年对话 — matteoianni · 2026-09-11