arXiv · AI· Bingbing Wang, Jingjie Lin, Weiming Qiao, Jing Li, Ruifeng Xu·· 2026-10-16AI 评分32
AiO-Mem:基于过程奖励强化学习的统一记忆智能体
All-in-One Memory: Process-Rewarded Reinforcement Learning for Memory Agents
AI 导读
提出统一记忆框架 AiO-Mem,将检索、写入与停止决策组织在共享证据状态中,并在统一奖励空间内直接评估各动作的语义质量。 该框架通过有源可溯的多视图事件构建共享底层,利用证据接地微调与轨迹级 DPO 训练过程奖励模型,最终由过程对齐 DAPO 优化记忆策略。 在长上下文记忆基准测试中,AiO-Mem 的答案准确率持续优于静态记忆系统与强化学习记忆智能体。
来源:arXiv · AI · arxiv.org