AI 精选动态
智能评分 66
Rethinking Memory as Continuously Evolving Connectivity
AI 推荐理由
原文给出了明确的方法机制和跨任务评测结果，尤其是 LoCoMo 95.06 与 GAIA 上 12.73 分提升，值得关注其“记忆连接修复”而非单纯检索的设计是否可迁移到现有智能体框架。核心解读
论文提出 FluxMem，将智能体记忆从静态存储改为图结构连接：把事实、历史任务片段和可复用技能作为相互关联的节点管理。系统在执行任务时先检索可能有用的记忆，再根据任务反馈修补连接关系，包括补充缺失链接、删除错误链接，以及把记忆改写到合适的细节层级；同时会把重复成功的任务路径沉淀为可复用技能。作者在长对话记忆、网页导航和通用助手任务上测试了该方法，在 LoCoMo 上达到 95.06 平均准确率，并在结合 Kimi K2 的 GAIA 上取得 12.73 分提升，优于对比的记忆系统。