跳到正文
arXiv · AI· Fanyu Zhao, Ruike Cao, Liang Dong, Fugen Yao, Jian Xu, Guanjun Jiang, Yinsheng Li, Yifei Zhao, Han Zhang·· 2 天前AI 评分43

RPMem 提出 LLM Agent 跨会话参数化记忆学习框架

RPMem: Learning Long-Term Recurrent Parametric Memory Across Sessions for LLM Agents

AI 导读

RPMem 是一个两阶段架构,通过前向计算生成模型无关的潜在记忆,并利用任务训练的递归门控进行跨会话整合,最终映射为 LoRA 参数。 该框架支持骨干模型替换,在 PERMA 基准中,基于 Qwen3-8B 模型达到了 85.52% 的准确率,超越最强参数化基线 5.32 个百分点,实现近常数的更新成本与内存占用。

来源:arXiv · AI · arxiv.org