arXiv · cs.AI· Yixuan Xie, Xueqiang Xu, Xinyi Fan, Xinxi Lyu, Tao Feng, Xing Fan, Chenlei Guo, Jie Hao, Shaowen Wang, Jiashuo Sun, Jiawei Han·· 6 小时前
MemComposer：通过强化学习学习为LLM智能体组装记忆
MemComposer: Learning to Assemble Memories for LLM Agents via Reinforcement Learning
arXiv:2610.21091v1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：Yixuan Xie, Xueqiang Xu, Xinyi Fan, Xinxi Lyu, Tao Feng, Xing Fan, Chenlei Guo, Jie Hao, Shaowen Wang, Jiashuo Sun, Jiawei Han
研究任务与主要进展
MemComposer通过强化学习同时决定LLM智能体应检索哪些经验、选择多少经验以及如何排序，并以完整智能体交互的任务成功反馈优化记忆组装策略。基于论文摘要，该方法在三个τ²-bench领域、两个冻结执行器上分别优于最强基线，同时将平均记忆令牌使用量降低16.9%和4.9%；策略还可迁移到未见领域、执行器和记忆库，并受益于更强模型生成的记忆。
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