提出AiO-Mem：统一奖励空间强化学习优化记忆Agent

论文作者提出All-in-One Memory（AiO-Mem），将记忆Agent的搜索、写入和停止决策组织为共享证据状态上的转移，在统一奖励空间中用过程奖励模型直接评估每个动作的语义质量，并通过Process-Aligned DAPO（PA-DAPO）优化记忆策略。 基于论文摘要，在长上下文记忆基准上，AiO-Mem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；具体模型、基准名称与数值材料未说明。

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。