ActiveMem：面向长时程智能体的动态潜在记忆树

该研究提出 ActiveMem 框架，利用递归依赖感知的潜在执行树组织智能体经验，并在多个基准测试中持续提升了任务完成率和推理稳定性。 ActiveMem 通过强化学习实现动态记忆扩展、检索和修剪策略，使紧凑型开放权重模型能取得与更大规模专有系统相当的竞争力。