微软提出 PrisMem:按能力维度进化 Agent 记忆,百万 token 历史领先基线 10.5 个百分点
microsoft · hf · 2026-10-07
微软提出 PrisMem,一种能力驱动的 Agent 记忆自进化框架:
- 问题:现有记忆自进化方法采用整体式进化,从混合反馈推导修改方向、以整体性能衡量进步,会掩盖优化方向、让被其他能力退化抵消的能力提升被隐藏。
- 方法:把搜索引导从整体性能扩展到单个能力维度,包含依赖感知的能力选择(优先有跨能力收益的目标)、历史引导的诊断(精炼能力专家)、以及基于成对差异案例的追踪引导整合,把互补收益合并成统一记忆程序。
- 效果:在 BEAM-1M 和 LongMemEval-M 上分别超过最强基线 10.54 和 7.83 个百分点,验证了在百万 token 历史上的有效性。
「编程与Agent」频道最新
- 测试套件跑一次要 10 美元，开发者自嘲 PR Maxing 时代账单 — zeeg · 2026-10-07
- 多智能体协作技巧:从项目伊始维护一份「异议登记表」 — repligate · 2026-10-07
- 开发者用 MCP 复刻个人文风:三层记忆架构让 Claude 写作像你本人 — nhrkhare · 2026-10-07
- 借菌丝网络隐喻设计 AI Agent 记忆:七个框架一次讲透 — repligate · 2026-10-07
- 刷推时@一下,agent 就在家里的电脑上帮你干活 — ns123abc · 2026-10-07
- 开发者开源 PowerShell 模块，接入 OpenAI Decisions API — dfinke · 2026-10-07