MemSkill获NeurIPS 2026录用，显著降低LLM调用量
热点事件持续更新
MemSkill获NeurIPS 2026录用，显著降低LLM调用量
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026年11月，南洋理工大学等机构研究团队发布消息称，其论文MemSkill: Learning and Evolving Memory Skills for Self-Evolving Agents已被NeurIPS 2026正式发表。 MemSkill技术核心在于将智能体的记忆操作封装为可进化的“记忆技能”。该方法允许智能体在持续任务中通过进化机制优化自身记忆策略。 实验数据表明，MemSkill在L-J分数及ALFWorld任务成功率上均表现领先。此外，该模型具备无需重新训练即可迁移至HotpotQA等其他数据集的能力。 与早期的LightMem方法相比，MemSkill在显著提升任务质量的同时，使大语言模型（LLM）的调用量下降了近七成，大幅提升了运行效率。
AI 根据报道生成 · 3 小时前更新
最新进展11月2日 21:45
NeurIPS 2026 | MemSkill 让智能体通过可进化的记忆技能持续优化报道时间线
沿着报道，了解事件的不同侧面。
11月2日
- 机器之心NeurIPS 2026 | MemSkill 让智能体通过可进化的记忆技能持续优化
MemSkill 将记忆操作封装为可进化的 Memory Skills，在 NeurIPS 2026 发表。 实验显示其在 L-J 分数及 ALFWorld 成功率上领先，且无需重训即可迁移至 HotpotQA。 相比 LightMem，MemSkill 在提升质量的同时使 LLM 调用量下降近七成。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1011月2日 23:00
- 近 24 小时变化
- –
02.557.510
23:0011月3日01:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。