AI 大模型
智能体、工具调用、规划、工作流、多智能体和自主任务执行。
日志即代理：用于可审计、可分支代理系统的事件源反应图
专题命中 记忆与上下文管理 ：agent(title,abstract)；agentic(title)；分类 cs.AI
AI总结 本文提出了一种基于事件源的反应图结构，通过将日志作为事实来源，实现了可审计、可分支的代理系统，提供了确定性回放、低成本分支和端到端溯源能力。
Comments 11 pages, 1 figure. Open-source Apache-2.0 implementation with reproducible quickstart demo, deterministic replay, fork-and-diff, and lineage tracing
Memory-R2: 长时间 horizon 记忆增强 LLM agent 的公平信用分配
机构 * Ludwig Maximilian University of Munich（慕尼黑路德维希-马克西米利安大学） ； Munich Center for Machine Learning（慕尼黑机器学习中心） ； Huawei Heisenberg Research Center (Munich)（华为海森堡研究中心（慕尼黑）） ； Technical University of Munich（慕尼黑技术大学）
专题命中 记忆与上下文管理 ：agent(title_cn,summary_cn)；分类 cs.LG
AI总结 本文提出 Memory-R2 框架，通过结合局部和全局组相对优化方法，解决长时间 horizon 记忆增强 LLM agent 在多会话环境中训练时由于记忆状态差异导致的信用分配不公平问题，同时联合优化记忆形成与记忆演化。
MemEvoBench: 评估LLM代理中内存误进化带来的安全风险
机构 * Shanghai Jiao Tong University（上海交通大学） ； East China Normal University（华东师范大学） ； Shandong University（山东大学） ； Duke University（杜克大学）
专题命中 记忆与上下文管理 ：agent(summary_cn,abstract)；workflow(abstract)；分类 cs.CL
AI总结 本文提出MemEvoBench，首个评估LLM代理长期内存安全性的基准，针对对抗性内存注入、噪声工具输出和偏见反馈，通过7个领域36种风险类型的问题任务和20个Agent-SafetyBench环境改编的工作流任务，验证了内存进化对安全性的重大影响，指出静态提示防御不足，亟需加强LLM代理内存进化的安全性。
记忆诱导的深度强化学习代理在最优交易执行中的超竞争性结果
机构 * Institute of Finance and Technology, University College London（金融与技术研究所，伦敦大学学院） ； UZH Blockchain Center（苏黎世大学区块链中心）
专题命中 记忆与上下文管理 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI
AI总结 本文研究了在共享的最优执行环境中交互的深度强化学习代理是否能维持超竞争性结果，即在实现短损方面优于博弈论竞争基准。研究了一个双代理阿尔梅伦-克里斯特流动性清算游戏，并探讨了学习行为如何依赖于回合内环境反馈、解读中间价格的能力以及代理对过去的了解。我们首先使用事前调度学习代理来去除回合内反馈，以确定当代理在执行开始前承诺完成清算轨迹时会发生什么。然后允许代理使用多种DDQN架构根据演进的状态进行条件判断。我们发现，当代理能够访问回合内历史，特别是近期价格和自身过去行为时，超竞争性结果变得更加频繁和持久。这些发现表明，这种执行游戏中的超竞争性行为并非由多代理学习或当前价格观察单独驱动，而是由反馈、记忆和沿实际执行路径的状态依赖性交互驱动。
NeuSymMS：一种混合神经符号记忆系统，用于持久、自管理的LLM代理
机构 * iVedha Corporation（iVedha公司） ； MLSoft Inc.（MLSoft公司）
专题命中 记忆与上下文管理 ：agent(abstract)；agentic(abstract)；分类 cs.AI
AI总结 NeuSymMS通过混合神经符号架构，使LLM代理能够在多个会话中学习、记忆和推理用户信息，其核心方法是结合神经网络的事实提取和基于CLIPS的专家系统，主要贡献是提出了一个支持自管理记忆的双视野记忆模型。
Comments 7 pages
DeferMem: 通过强化学习进行长时记忆问答的查询时证据蒸馏
机构 * State Key Lab of CAD&CG（计算机辅助设计与图形学国家重点实验室）
专题命中 记忆与上下文管理 ：workflow(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 本文提出DeferMem，一种长时记忆框架，通过分离问题为高召回候选检索和查询条件证据蒸馏，以提升长时记忆问答的准确性和效率。
Comments 31 pages, 3 figures
技能编织：通过模块化技能包实现高效的LLM改进
机构 * Harbin Institute of Technology, Shenzhen, China（哈尔滨工业大学（深圳）） ； The Hong Kong Polytechnic University（香港理工大学） ； Huawei Technologies Co., Ltd.（华为技术有限公司） ； Shanghai Jiaotong University（上海交通大学）
专题命中 记忆与上下文管理 ：agentic(abstract)；分类 cs.AI、cs.LG
AI总结 本研究提出SkillWeave框架，通过模块化技能包使LLM在固定内存预算下实现领域专业化，通过SkillZip压缩技术实现高效部署，实验表明其在多任务和代理基准上表现优异，速度提升达4倍。
Comments Accepted by ACL2026
记住保持好奇：用于3D探索的片段上下文和持久世界
机构 * University of Toronto（多伦多大学） ； UC Berkeley（加州大学伯克利分校） ； Wayve ； Vector Institute（向量研究所） ； Simon Fraser University（西蒙 Fraser大学）
专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.LG
AI总结 本研究提出了一种基于好奇心驱动强化学习的方法，通过引入持久世界模型和片段上下文来解决3D环境中稀疏奖励长周期任务中的探索问题，实验表明该方法在HM3D数据集上优于基于强化学习的主动映射基线，并能泛化到Gibson和AI生成的世界。
AI赋能的严肃游戏：在训练系统中整合智能与适应性
机构 * Durham College（达灵顿学院） ； Ontario Tech University（安大略技术大学）
专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI
AI总结 本文探讨了如何利用人工智能技术提升严肃游戏中的实时教学适应能力，分析了智能与适应性的定义，并讨论了大型语言模型、强化学习和基于代理的架构在严肃游戏中的应用及面临的挑战。
Comments Book chapter, 1 figure. To appear in "Advances in Global Applied Artificial Intelligence," G. A. Tsihrintzis, M. Virvou, N. G. Bourbakis, and L. C. Jain (Eds.), Springer, Learning and Analytics in Intelligent Systems book series, 2026
并行少数游戏的铁磁玻璃映射
专题命中 记忆与上下文管理 ：agent(abstract)
AI总结 本文通过将并行少数游戏中的选择映射到铁磁玻璃的自旋变量，揭示了其与自旋玻璃理论的联系，展示了在随机策略中观察到的冻结次优配置的内在摩擦。
Comments 5 pages, 2 figures
两千年之 Oracle 问题。从古代德尔斐对区块链 oracle 未来的启示
专题命中 记忆与上下文管理 ：agent(abstract)
AI总结 本文通过对比古代德尔斐 oracle 与现代区块链 oracle，探讨如何利用德尔斐的洞察提升区块链 oracle 的可靠性，并提出一个可用于分析和分类其他古代 oracle 机制的框架。
Comments Not peer reviewed
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈