AI Agent

MemReader: From Passive to Active Extraction for Long-Term Agent Memory

MemReader：从被动到主动提取长期智能体记忆

Jingyi Kang, Chunyu Li, Ding Chen, Bo Tang, Feiyu Xiong, Zhiyu Li

机构 * China Telecom Research Institute（中国电信研究院） 纠错

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

AI总结 MemReader通过主动提取机制提升长期记忆的准确性与一致性，实验表明其在知识更新、时间推理和减少幻觉任务中表现优异。

Artifacts as Memory Beyond the Agent Boundary

记忆超越智能体边界的艺术品

John D. Martin, Fraser Mince, Esra'a Saleh, Amy Pajak

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

AI总结 本文通过强化学习框架，探讨环境如何作为智能体记忆的替代品，证明艺术品能减少历史信息表示需求，并通过实验验证该结论。

Risk-seeking conservative policy iteration with agent-state based policies for Dec-POMDPs with guaranteed convergence

基于代理状态的保守策略迭代：在具有保证收敛性的Dec-POMDPs中求解风险寻求策略

Amit Sinha, Matthieu Geist, Aditya Mahajan

专题命中 记忆与上下文管理 ：agent(title,abstract)

AI总结 本文提出一种迭代最佳响应算法，通过修改目标函数在Dec-POMDP中实现风险寻求与保守策略迭代，以在有限内存下获得局部最优解。

Constraint-Aware Corrective Memory for Language-Based Drug Discovery Agents

基于约束的纠正记忆：用于基于语言的药物发现代理

Maochen Sun, Youzhi Zhang, Gaofeng Meng

机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； School of Advanced Interdisciplinary Sciences, University of Chinese Academy of Sciences（中国科学院大学先进交叉科学学院） 纠错

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

AI总结 本文提出CACM框架，通过精确的集合级诊断和简洁的记忆写回机制，提升语言基药物发现代理的可靠性，实验表明其在目标级成功率提升36.4%。

ActionNex: A Virtual Outage Manager for Cloud Computing

ActionNex：云计算中的虚拟故障管理器

Zhenfeng Lin, Haoji Hu, Ming Hao, Xuchao Zhang, Ryan Zhang, Junhao Li, Ze Li, Oleg Kulygin, Chetan Bansal, Hatay Tuna, Murali Chintalapati, Sheila Jiang, Salman Zafar, Angie Anderson

机构 * Microsoft PRIMO（微软PRIMO） ； Microsoft Research（微软研究院） ； Microsoft Azure Core（微软Azure Core） 纠错

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

AI总结 本文提出ActionNex，一个生产级智能系统，通过多模态信号处理和分层记忆子系统，实现故障管理的端到端支持，包括实时更新、知识蒸馏和基于角色和阶段的最优行动推荐，实验表明其在真实Azure故障中达到71.4%的精度和52.8-54.8%的召回率。

Bridging Brains and Machines: A Unified Frontier in Neuroscience, Artificial Intelligence, and Neuromorphic Systems

连接大脑与机器：神经科学、人工智能与神经形态系统的统一前沿

Sohan Shankar, Yi Pan, Hanqi Jiang, Zhengliang Liu, Mohammad R. Darbandi, Agustin Lorenzo, Junhao Chen, Weihang You, Md Mehedi Hasan, Arif Hassan Zidan, Eliana Gelman, Joshua A. Konfrst, Jillian Y. Russell, Katelyn Fernandes, Tianze Yang, Yiwei Li, Huaqin Zhao, Afrar Jahin, Triparna Ganguly, Shair Dinesha, Yifan Zhou, Zihao Wu, Xinliang Li, Lokesh Adusumilli, Aziza Hussein, Sagar Nookarapu, Jixin Hou, Kun Jiang, Jiaxi Li, Brenden Heinel, XianShen Xi, Hailey Hubbard, Zayna Khan, Levi Whitaker, Ivan Cao, Max Allgaier, Andrew Darby, Lin Zhao, Lu Zhang, Xiaoqiao Wang, Xiang Li, Wei Zhang, Xiaowei Yu, Dajiang Zhu, Yohannes Abate, Tianming Liu

专题命中 记忆与上下文管理 ：agent(abstract)；multi-agent(abstract)

AI总结 本文探讨神经科学、通用人工智能与神经形态计算的融合，提出基于脑生理学的框架，总结了突触可塑性、稀疏脉冲通信和多模态关联在下一代AGI系统中的应用，并讨论了突破冯·诺依曼瓶颈的物理子系统及四个关键挑战。

Confidence Without Competence in AI-Assisted Knowledge Work

人工智能辅助知识工作中缺乏能力的自信

Elena Eleftheriou, George Pallis, Marios Constantinides

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文研究了不同LLM交互设计对深度思考的影响，发现未来自我解释能提高理解和学习效果，而引导提示能带来最大学习收益。

Comments 25 pages, 13 figures, 5 tables