AI Agent

Governed Memory: A Production Architecture for Multi-Agent Workflows

受控内存：多智能体工作流的生产架构

Hamed Taheri

专题命中 记忆与上下文管理 ：agent(title,abstract)；multi-agent(title)；autonomous agent(abstract)；分类 cs.AI、cs.CL

AI总结 本文提出受控内存架构，通过共享内存和治理层解决多智能体工作流中的内存治理问题，提升系统精度与可靠性。

Comments 18 pages, 4 figures, 11 tables, 7 appendices. Code and datasets: https://github.com/personizeai/governed-memory

Graph-Native Cognitive Memory for AI Agents: Formal Belief Revision Semantics for Versioned Memory Architectures

面向AI代理的图原认知记忆：版本化记忆架构的正式信念修订语义

Young Bin Park

机构 * Kumiho Inc.（科米霍公司） 纠错

专题命中 记忆与上下文管理 ：AI agent(title,abstract)；agent(abstract)；分类 cs.AI

AI总结 本文提出Kumiho架构，结合正式信念修订语义，实现统一的图原记忆系统，通过双重存储模型和混合检索方式，在LoCoMo和LoCoMo-Plus基准测试中取得显著性能提升。

Comments 56 pages, 1 figure

TheraMind: A Strategic and Adaptive Agent for Longitudinal Psychological Counseling

TheraMind：一种用于长期心理辅导的战略和自适应代理

He Hu, Chiyuan Ma, Qianning Wang, Lin Liu, Yucheng Zhou, Laizhong Cui, Fei Ma, Qi Tian

机构 * Shenzhen University（深圳大学） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Auckland University of Technology（奥克兰理工大学） ； University of Science and Technology of China（中国科学技术大学） ； SKL-IOTSC, CIS, University of Macau（澳门科技研究所、CIS、澳门大学） ； Guangdong Laboratory of Artificial Intelligence and Digital Economy (SZ)（广东人工智能与数字经济实验室（深圳）） 纠错

专题命中 记忆与上下文管理 ：agent(title,abstract)；planning(abstract)；分类 cs.AI

AI总结 本文提出TheraMind，一种用于可信在线长期心理辅导的战略和自适应代理，通过双循环架构提升对话管理和治疗规划能力，实验证明其在多会话指标上优于其他方法。

RPMS: Enhancing LLM-Based Embodied Planning through Rule-Augmented Memory Synergy

RPMS：通过规则增强的记忆协同提升基于LLM的具身规划

Zhenhang Yuan, Shenghai Yuan, Lihua Xie

机构 * School of Electrical & Electronic Engineering（电子与电气工程学院） 纠错

专题命中 记忆与上下文管理 ：planning(title)；分类 cs.AI

AI总结 本文提出RPMS架构，通过结构化规则检索、轻量信念状态和规则优先仲裁解决LLM在封闭世界具身环境中的失效问题，显著提升任务成功率。

ReLMXEL: Adaptive RL-Based Memory Controller with Explainable Energy and Latency Optimization

ReLMXEL：基于强化学习的可解释内存控制器与能量和延迟优化

Panuganti Chirag Sai, Gandholi Sarat, R. Raghunatha Sarma, Venkata Kalyan Tavva, Naveen M

机构 * Department of Mathematics and Computer Science（数学与计算机科学系） ； Sri Sathya Sai Institute of Higher Learning（Sri Sathya Sai高等研究院） ； Department of Computer Science and Engineering（计算机科学与工程系） ； Indian Institute of Technology Ropar（印度理工学院罗帕尔分校） ； AI Performance Engineer（AI性能工程师） ； Red Hat（红帽公司） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI、cs.LG

AI总结 本文提出ReLMXEL，一种基于强化学习的多智能体在线框架，通过奖励分解动态优化内存控制器参数，提升内存系统效率与透明度。

Tabular LLMs for Interpretable Few-Shot Alzheimer's Disease Prediction with Multimodal Biomedical Data

用于多模态生物医学数据的可解释少样本阿尔茨海默病预测的表格LLMs

Sophie Kearney, Shu Yang, Zixuan Wen, Weimin Lyu, Bojian Hou, Duy Duong-Tran, Tianlong Chen, Jason H. Moore, Marylyn D. Ritchie, Chao Chen, Li Shen

机构 * University of Pennsylvania（宾夕法尼亚大学） ； Stony Brook University（石溪大学） ； University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） ； Medical University of South Carolina（南卡罗来纳医科大学） ； Cedars-Sinai Medical Center（西格拉姆山医疗中心） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)；multi-agent(abstract)；分类 cs.CL、cs.LG

AI总结 本文提出TAP-GPT框架，利用预训练的大语言模型进行少样本阿尔茨海默病分类，展示了其在多模态生物医学数据中的优越性能和可解释性。

In Trust We Survive: Emergent Trust Learning

在信任中生存：涌现信任学习

Qianpu Chen, Giulio Barbero, Mike Preuss, Derya Soydaner

专题命中 记忆与上下文管理 ：agent(abstract)；AI agent(abstract)；分类 cs.LG

AI总结 本文提出一种轻量级基于信任的控制算法ETL，使AI代理在共享资源的竞争环境中实现合作。该算法通过内部信任状态调节记忆、探索和行动选择，仅需个体奖励和局部观察，计算和通信开销极低。

The State of Generative AI in Software Development: Insights from Literature and a Developer Survey

生成式人工智能在软件开发中的现状：文献和开发者调查的洞察

Vincent Gurgul, Robin Gubela, Stefan Lessmann

机构 * Bucharest University of Economic Studies（布加勒斯特经济大学） 纠错

专题命中 记忆与上下文管理 ：planning(abstract)；分类 cs.AI、cs.SE

AI总结 研究通过文献综述和65名开发者的调查，发现生成式AI在设计、实现、测试和文档中影响最大，显著减少重复性任务时间，但早期SDLC阶段收益较低，需加强治理以应对风险。

Distilling Feedback into Memory-as-a-Tool

将反馈转化为记忆-as-a-工具

Víctor Gallego

机构 * Komorebi AI Technologies（Komorebi人工智能技术） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.CL；agentic(journal_ref)

AI总结 本文提出通过文件式记忆系统和智能体控制的工具调用来将临时批评转化为可检索的指导方针，从而降低推理时间的推理成本。在Rubric Feedback Bench数据集上实验表明，增强型LLM在测试时能快速匹配精炼管道性能，同时大幅降低推理成本。

Comments Code: https://github.com/vicgalle/feedback-memory-as-a-tool Data: https://huggingface.co/datasets/vicgalle/rubric-feedback-bench

Journal ref ICLR 2026 Workshop on Memory for LLM-Based Agentic Systems

Markov Chains with Rewinding

可重放马尔可夫链

Amir Azarmehr, Soheil Behnezhad, Alma Ghafari, Madhu Sudan

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文研究了可重放马尔可夫链，探讨了通过重放策略区分初始状态的方法，证明非适应性策略在效率上与适应性策略有多项式差距。