AI Agent

Accelerated consensus in multi-agent networks via memory of local averages

通过局部平均的记忆实现多智能体网络中的加速共识

Aditya Bhaskar, Shriya Rangarajan, Vikram Shree, Mark Campbell, Francesca Parise

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

AI总结 本文提出了一种通过利用当前和前一状态的DeGroot更新，结合线性组合步骤，实现多智能体网络中加速共识的方法，适用于无向和周期性网络。

Comments 8 pages, 8 figures, paper accepted to 60th IEEE Conference on Decision and Control, 2021

Journal ref Published in 2021 60th IEEE Conference on Decision and Control (CDC)

Supra Cognitive Modes: A Routed Architecture for Agent Memory

超认知模式：一种用于智能体记忆的路由架构

Joshua Tobkin, David Yang

机构 * Supra Research（超研） 纠错

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

AI总结 研究智能体记忆工作负载，提出超认知模式（SCM）架构，通过共享摄取底层及相关机制处理查询，在三个基准上进行表征，给出参考运行成绩等，展示了一种路由配置及故障模式，验证了相关设计。

State Compression in Two-Agent LLM Relays: A Closed-World Study of Constraint Preservation

双智能体语言模型中继中的状态压缩：约束保留的封闭世界研究

Anantha Sharma, Sheeba Elizabeth John, Kaarthik Senthil Kumar, Saratsuhas Vijayababu

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

AI总结 研究双智能体LLM中继中交接压缩问题，比较无压缩、叙述性总结、JSON提取、基于嵌入的修剪四种交接条件，发现交接表示影响下游可行性，JSON提取可行性准确率最高达0.96，结构化可审计表示利于约束检查。

Comments 8 pages, 2 figures, 3 tables

Toward Learning POMDPs Beyond Full-Rank Actions and State Observability

迈向超越全秩动作和状态可观测性的POMDP学习

Seiji Shaw, Travis Manderson, Chad Kessens, Nicholas Roy

机构 * MIT Computer Science and Artificial Intelligence Lab（麻省理工学院计算机科学与人工智能实验室） ； DEVCOM Army Research Laboratory（陆军研究实验室） 纠错

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

AI总结 本文提出了一种基于PSR方法学习POMDP参数的方法，通过张量分解估计相似变换，实现状态划分下的转移和观察模型学习，并展示了其在不同奖励函数下的应用潜力。

Comments WAFR camera-ready

Retain or Consolidate? Budget-Dependent Operator Selection for Language Agent Memory

保留还是合并？语言智能体记忆中依赖预算的算子选择

Qingcan Kang, Mingyang Liu, Shixiong Kai, Kaichao Liang, Zhentao Tang, Yuqi Cui, Tao Zhong, Mingxuan Yuan

专题命中 记忆与上下文管理 ：agent(title)；分类 cs.AI

AI总结 研究语言智能体记忆中预算依赖的算子选择问题，核心方法是将算子效用分解，用离线抽象安全机制实现，主要贡献是通过实验揭示在不同预算下保留和合并策略的适用情况及算子效果差异。

Forensic Trajectory Signatures for Agent Memory Poisoning Detection

用于智能体记忆中毒检测的法医轨迹签名

Jun Wen Leong

专题命中 记忆与上下文管理 ：agent(title)；分类 cs.LG

AI总结 发现LLM智能体在持久记忆中毒下的行为不变性，利用轨迹特征实现高精度检测（AUC=0.9904），并能区分记忆通道攻击与提示注入攻击。

Comments 16 pages, 3 figures. v2: adds preregistered deployment boundary study (N=4,360, 13 models). Companion to arXiv:2605.08442

Competitive and Complementary Tools

竞争与互补工具

David C. Krakauer

机构 * Santa Fe Institute（圣菲研究所） 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 研究人类将思维外化于工具的现象，把智能体、工具和任务建模为动力系统，探讨能力与依赖的共同进化及双稳态，经多数据集测试，结果重塑了工具构建、人工智能部署及抗工具教育的方式。

Efficient Multi-round LLM Inference over Disaggregated Serving

高效多轮LLM推理的解耦服务

Wenhao He, Youhe Jiang, Penghao Zhao, Quanqing Xu, Eiko Yoneki, Bin Cui, Fangcheng Fu

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

AI总结 AMPD通过自适应协调预填充和解码工作负载，提升多轮LLM推理的服务级别目标达成率。

Comments ICML 2026

Mi-Memory: A Lifecycle Memory Framework for Personal AI

Mi-Memory：一种用于个人人工智能的生命周期内存框架

Xule Liu, Hanlin Teng, Chao Li, Yanan Ni, Shuo Lu, Audrey Wang, Yijun Liu, Yunfei Wang, Xiaofeng Li, Xian Yi, Yuanfa Li, Kang Zhao, Jian Liang, Yuxuan Chen, Jinyuan Chen, Heng Qu, Kun Shao, Jian Luan

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

AI总结 研究针对个人人工智能从聊天交互拓展至多设备持续服务的需求，提出Mi-Memory生命周期内存框架，围绕四个角色构建，通过共享审计合约及相关工件家族实现，经实例化角色在评估中取得一定成果，迈向可审计等特性的内存系统。

Comments Project page: https://darwin-agent.github.io/Mi-Memory/

A Calculus of Discernment: Decision-Relevant Insight, Sequence Value, and Forgetting as Higher-Order Learning

一种辨别演算：决策相关洞察、序列价值与遗忘作为高阶学习

Suyash Mishra

机构 * Independent AI Researcher, Zürich, Switzerland（独立AI研究员，瑞士苏黎世） 纠错

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

AI总结 研究在生成式AI丰富候选洞察下，稀缺的辨别、行动及遗忘能力问题。构建围绕特定对象的框架，提出APOHA理论。通过在肥胖治疗决策世界测试，表明自适应遗忘能降决策后悔、优化记忆，价值感知遗忘有优势。

Comments 17 pages, 5 figures. Includes a pre-registered empirical study (30 seeds x 100 iterations) and a reference implementation; a companion interactive demo is available from the author

The Theory of Mind Utility: Formal Specification of a Mentalizing Mechanism

心智理论效用：心理化机制的形式化规范

Nikolos Gurney, Stacy Marsella

机构 * Institute for Creative Technologies, University of Southern California（南加州大学创意技术研究所） ； Khoury College of Computer Sciences, Northeastern University（东北大学库里计算机科学学院） 纠错

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

AI总结 提出心智理论效用（ToM-U）框架，通过局部认知世界模型（LEWM）形式化推断他人信念的计算问题，定义结构、推理过程及失败痕迹，区别于贝叶斯心智理论等方法。

Dimension Reduction for Quantum Adaptive Agents

量子自适应智能体的降维方法

Rishi Sundar, Thomas J. Elliott

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 研究量子自适应智能体，引入路由-截断-修复过程，将熵量子记忆优势转化为内存维度降低，通过时间矩阵乘积态表示等操作，经保真度-散度证书量化权衡，实现基准自适应过程的维度显著降低且保持行为高保真。

Comments 4 + 2 pages main text, 23 page supplement

Epistemic Horizons From Deterministic Laws: Lessons From a Nomic Toy Theory

从确定性定律看认知视界：一个唯名玩具理论的启示

Johannes Fankhauser, Tomáš Gonda, Gemma De les Coves

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 研究引入唯名玩具理论，将信息收集主体建模为物理系统，发现其存在认知视界，主体只能同时得知特定可观测量的值，有不相容测量，系统完整状态不可知，此结果调和了测量不确定性，即便理论本质经典，也为认知视界研究带来启示。

Comments 29+11 Pages, 4 Figures, minor changes to Appendix A