MemPrism发布长时程智能体任务关系记忆框架

MemPrism由Bingfan Zeng等研究者提出，其核心是面向长时程智能体的任务条件关系记忆视图。该框架将持久经验存储与决策时工作记忆进行分离，从架构上解决了长任务中记忆管理的问题。 在机制实现上，MemPrism通过轻量级视图策略动态构建关系视图，将历史事实转化为临时光学工作记忆。这种设计使得智能体在决策时能够高效检索和调用相关的经验信息。 在长时程网络代理基准测试中，实验验证了该框架的有效性。结果显示，随着任务轨迹变长，MemPrism不仅显著提升了任务性能，还降低了记忆token消耗，证明了其在复杂长时程任务中的优势。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。