arXiv · cs.AI· Bingbing Wang, Jingjie Lin, Weiming Qiao, Jing Li, Ruifeng Xu·· 5 小时前
All-in-One Memory：面向记忆Agent的过程奖励强化学习
All-in-One Memory: Process-Rewarded Reinforcement Learning for Memory Agents
arXiv:2610.21147v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Bingbing Wang, Jingjie Lin, Weiming Qiao, Jing Li, Ruifeng Xu
研究任务与主要进展
研究提出All-in-One Memory（AiO-Mem），通过统一奖励空间评估记忆Agent的搜索、写入和停止决策，并用过程奖励模型与Process-Aligned DAPO（PA-DAPO）优化记忆策略。基于论文摘要，该方法在长上下文记忆基准上相较静态记忆系统和RL训练的记忆Agent持续提高答案准确率。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org