MemoryForge: Synthesize Lifelong Memory for Human-Like LLM Agents
MemoryForge：为类人LLM智能体合成终身记忆
机构 * Tencent（腾讯）
专题命中 记忆与上下文管理 ：agentic(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 MemoryForge是从简短目标画像合成终身记忆的框架，通过记忆条件让冻结LLM动态检索相关记忆，在两类任务实验中使其表现更类人。
AI 大模型
AI Agent
智能体、工具调用、规划、工作流、多智能体和自主任务执行。
1. 记忆与上下文管理 4746 篇
DualDecoder: Accelerate Long Context LLM Inference by Predictive Prefetch
DualDecoder：通过预测预取加速长上下文大语言模型推理
专题命中 记忆与上下文管理 ：agentic(abstract,abstract_cn)
AI总结 该研究针对长上下文LLM推理的内存墙瓶颈，提出轻量级服务系统DualDecoder，通过双token解码流水线预测预取关键KV条目，消除辅助状态开销，使解码吞吐量最高提升2.62倍且保留延迟与模型质量。
Semalith v1.4: A Calibrated 184M Safety Classifier Achieving State-of-the-Art Prompt-Injection Detection at 44x Fewer Parameters than Llama-Guard-3-8B
Semalith v1.4：一个经过校准的1.84亿参数安全分类器，在参数比Llama - Guard - 3 - 8B少44倍的情况下实现了先进的提示注入检测
专题命中 记忆与上下文管理 ：agentic(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 研究针对金融服务等场景中大语言模型安全分类需求，提出Semalith v1.4分类器，能单步实现三轴安全分类，经训练和对比测试，在提示注入检测上表现出色且参数少，还给出不同场景下的部署建议。
Comments 16 pages, 8 tables, no figures
Efficient Multi-round LLM Inference over Disaggregated Serving
高效多轮LLM推理的解耦服务
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
Critsly: An Artefact-Aware AI Critique Teammate for Design Education and Project-Based Learning
Critsly：用于设计教育和基于项目学习的人工制品感知人工智能批判队友
专题命中 记忆与上下文管理 ：planning(abstract)；workflow(abstract)
AI总结 研究针对设计教育和基于项目学习中高质量批判稀缺等问题，提出Critsly这一人工制品感知的人工智能批判工作区，结合多种功能，将AI变为批判队友，为学习者和教育者提供更优批判实例。
Comments 3 pages, Accepted submission to the 27th International Conference on Artificial Intelligence in Education Interactive Events Track
Verified residual-specific explicit derivative kernels for physics-informed learning and discretized PDE adjoints
用于物理信息学习和离散化PDE伴随的验证残差特定显式导数核
专题命中 记忆与上下文管理 ：agent(abstract)；workflow(abstract)
AI总结 提出基于智能体辅助实现和严格数值验证的残差特定显式微分（ED）方法，用于物理信息神经网络（PINNs）和离散化PDE伴随，相比自动微分实现2-4倍加速并降低内存。
Supersede: Diagnosing and Training the Memory-Update Gap in LLM Agents
Supersede: 诊断和训练LLM智能体中的记忆更新差距
机构 * Vrin ； Prime Intellect Hub
专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 本文发现LLM智能体在长对话中无法有效更新事实（如用户搬家、价格变动），导致准确率从92%降至77%，并证明该差距源于记忆维护而非理解，且无法通过扩大记忆解决；为此提出Supersede强化学习环境，通过GRPO微调将小模型在真实对话中的更新准确率从9.0%提升至16.7%。
Comments 11 pages, 4 figures, 3 tables. Code, environment, model, and dataset: https://github.com/Vrin-cloud/supersede
Explainable AI for Next-Generation Wireless Physical Layer: Basics, State-of-the-Art, and Open Challenges
下一代无线物理层的可解释人工智能：基础、最新进展与开放挑战
专题命中 记忆与上下文管理 ：agentic(abstract,abstract_cn)
AI总结 本文综述了无线物理层中可解释人工智能（XAI）的应用，提出了面向责任的目标，建立了系统分类法，并讨论了可解释性-性能权衡等开放挑战。
Comments 30 pages, 11 figures
MemRerank: Preference Memory for Personalized Product Reranking
MemRerank：用于个性化产品重排序的偏好记忆
机构 * Santa Clara University（圣克拉拉大学） ； Independent Researcher（独立研究者）
专题命中 记忆与上下文管理 ：agentic(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 提出MemRerank框架，通过强化学习将用户购买历史提炼为查询无关的偏好记忆，用于LLM购物代理的个性化重排序，在1-in-5选择任务中准确率提升高达10.61个百分点。
Comments correct author name in metadata
Branch-and-Browse: Efficient and Controllable Web Exploration with Tree-Structured Reasoning and Action Memory
Branch-and-Browse：具有树状推理与动作记忆的高效可控网页探索
机构 * University of Michigan（密歇根大学） ； Alibaba Group（阿里巴巴集团） ； McMaster University（麦马斯特大学）
专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 提出Branch-and-Browse框架，通过树状结构化推理、网页状态重放和页面动作记忆，实现LLM网页代理的高效可控多分支探索，在WebArena上成功率35.8%，执行时间降低40.4%。
From Newtonian to Relativistic IAM: The Autonomous Principal as Reference Frame for Digital Identity
从牛顿到相对论IAM：自主主体作为数字身份参考框架
专题命中 记忆与上下文管理 ：agent(abstract)；agentic(abstract)
AI总结 本文通过物理类比论证，在分布式信息系统中，自主主体是因果一致性的必然结果，而非规范偏好，并展示了自2023年以来实现该观点的技术及其对跨境数据流和代理系统的影响。
Comments 30 pages, 3 figures
Diffusion approximations for interacting stochastic systems with reflection and control
具有反射和控制的交互随机系统的扩散近似
专题命中 记忆与上下文管理 ：agent(abstract)；multi-agent(abstract)
AI总结 研究一类具有反射和控制的交互随机系统的扩散近似，通过扩散缩放建立到Ornstein-Uhlenbeck型反射随机微分方程组的分布收敛，并用数值例子展示在人群动力学和神经群体动力学中的应用。
Comments 21 pages, 2 figures
AerialClaw: An Open-Source Framework for LLM-Driven Autonomous Aerial Agents
AerialClaw：一个用于LLM驱动的自主空中智能体的开源框架
机构 * Xidian University（西安电子科技大学） ； Xi'an University of Architecture and Technology（西安建筑科技大学）
专题命中 记忆与上下文管理 ：agent(abstract)；planning(abstract)
AI总结 提出AerialClaw开源框架，采用模块化脑-技能-运行时架构，使基于LLM的智能体能够理解自然语言任务、调用空中技能、闭环决策，提升无人机系统的灵活性、可复现性和可扩展性。
From Volume to Value: Preference-Aligned Memory Construction for On-Device RAG
从体积到价值：面向设备端RAG的偏好对齐记忆构建
机构 * Department of Computer Science and Engineering, Ulsan National Institute of Science and Technology (UNIST), Ulsan, Republic of Korea（计算机科学与工程系，全州国立科学与技术研究所（UNIST），全州，韩国）
专题命中 记忆与上下文管理 ：AI agent(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 本文提出EPIC方法，通过将用户偏好作为紧凑且稳定的个人上下文形式，整合到RAG流程中，以在有限内存下提高检索与用户偏好的对齐度，从而减少内存使用并提升准确性。
Comments Accepted to ICML 2026. Code and data are available at https://github.com/UbiquitousAILab/EPIC
DIVERGE: Diversity-Enhanced RAG for Open-Ended Information Seeking
DIVERGE: 面向开放式信息检索的多样性增强RAG
机构 * Aarhus University（奥胡斯大学） ； Microsoft Research（微软研究院）
专题命中 记忆与上下文管理 ：agentic(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 针对现有RAG系统忽略开放式信息检索中多样性需求的问题，提出Diverge框架，通过迭代反思引导的多样化视角探索和多样性感知检索支持，在保持质量的同时将多样性提升约2倍。
From Storage to Steering: Memory Control Flow Attacks on LLM Agents
从存储到操控：针对LLM代理的内存控制流攻击
专题命中 记忆与上下文管理 ：agent(abstract)；agentic(abstract)
AI总结 本文研究了内存控制流攻击对LLM代理的影响，提出MEMFLOW框架以系统识别和量化此类攻击，发现超过90%的测试在严格安全约束下仍易受攻击，揭示了严重的安全风险。
Anomalous Diffusion and Emergent Universality in Coupled Memory-Driven Systems
异常扩散与耦合记忆驱动系统中的涌现普遍性
专题命中 记忆与上下文管理 ：agent(abstract)；multi-agent(abstract)
AI总结 研究探讨了简单局部相互作用如何产生涌现探索模式，提出耦合记忆驱动系统模型，揭示了异常扩散、非高斯分布及压缩指数相遇统计等新普遍性类别。
Comments 24 pages including 7 figures and 2 tables; and 7 additional pages of supplementary information. In this revision the content and discussion has been extended. The title and abstract have been changed to be more aligned to the new content
Journal ref J. Stat. Mech. (2026) 023215
ABBEL: Learning Natural-Language Belief States for Memory-Efficient Interaction
ABBEL: 为高效交互学习自然语言信念状态
机构 * University of California, Berkeley（加州大学伯克利分校） ； Georgia Institute of Technology（佐治亚理工学院）
专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 本文提出ABBEL框架，通过显式自然语言信念状态直接监督每个摘要的信息内容，以解决传统方法在生成摘要时信息丢失或更新错误的问题，从而在保持高效内存使用的同时提升交互性能。
$ε$-Nash Equilibria for Major Minor LQG Mean Field Games with Partial Observations of All Agents
$ε$-Nash Equilibria for Major Minor LQG Mean Field Games with Partial Observations of All Agents
专题命中 记忆与上下文管理 ：agent(abstract,abstract_cn)
AI总结 本文研究了在所有智能体都有部分观测情况下的主要-次要线性二次博弈系统，通过分离原理建立了无限次LQG MFG系统的$ε$-Nash均衡的存在性及个体智能体的控制律。
Comments To appear in the IEEE Transactions on Automatic Control
A Simple Framework for Stability Analysis of State-Dependent Networks of Heterogeneous Agents
一种用于异质代理状态依赖网络稳定性分析的简单框架
专题命中 记忆与上下文管理 ：agent(abstract)；multi-agent(abstract)
AI总结 本文提出了一种简单框架，用于分析在复杂时变环境中异质代理动态网络的稳定性，通过Lyapunov稳定性方法解决了意见动态中的挑战性问题，并引入了最近邻动态作为非对称意见动态的新类别。
Should I State or Should I Show? Aligning AI with Human Preferences
我应该陈述还是展示？使AI与人类偏好对齐
专题命中 记忆与上下文管理 ：agent(abstract)；AI agent(abstract)
AI总结 通过在线实验比较AI代理从陈述偏好（文字提示）和显示偏好（选择数据）中学习人类偏好的效果，发现显示偏好数据预测更准确，但用户常选择信息量较少的方式，且AI在冲突时更倾向于遵循提示。
PersonaAgent: Bridging Memory and Action for Personalized LLM Agents
PersonaAgent：弥合个性化LLM智能体的记忆与行动
机构 * Amazon Stores Foundational AI（亚马逊基础AI）
专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 提出PersonaAgent框架，通过整合个性化记忆模块（情景与语义记忆）和行动模块，并利用角色提示作为中介实现记忆与行动的协同，以解决LLM智能体的个性化任务。
Comments Accepted in ACL 2026
Rethinking Memory as Continuously Evolving Connectivity
重新思考记忆作为持续演化的连接性
机构 * Zhejiang University（浙江大学） ； Alibaba Group（阿里巴巴集团） ； MemTensor ； Tongji University（同济大学）
专题命中 记忆与上下文管理 ：agentic(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 提出 FluxMem 框架，将记忆建模为异构图并通过三个阶段（初始连接形成、反馈驱动优化、长期巩固）动态演化拓扑结构，以解决现有记忆增强型 LLM 代理在动态环境中的脆弱性问题。
Comments Ongoing work
MemSkill: Learning and Evolving Memory Skills for Self-Evolving Agents
MemSkill：面向自进化智能体的可学习与进化记忆技能
机构 * Nanyang Technological University（南洋理工大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of Illinois Chicago（伊利诺伊大学芝加哥分校） ； Tsinghua University（清华大学）
专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 提出MemSkill框架，将记忆操作转化为可学习和可进化的技能，通过控制器选择技能、执行器生成记忆、设计者进化技能集，形成闭环提升LLM智能体任务性能。
Comments Code is available at https://github.com/ViktorAxelsen/MemSkill
DeferMem: Query-Time Evidence Distillation via Reinforcement Learning for Long-Term Memory QA
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
ParaCell: Paravirtualized Secure Containers with Lightweight Intra-Container Isolation and Intent-Driven Memory Management
ParaCell: 基于轻量级容器内隔离和意图驱动内存管理的虚拟化安全容器
专题命中 记忆与上下文管理 ：agent(abstract)；agentic(abstract)
AI总结 ParaCell通过引入轻量级容器内隔离和意图驱动内存管理，解决了传统容器系统中隔离与性能之间的根本性权衡问题，提升了容器运行效率和内存弹性。
On the limits and opportunities of AI reviewers: Reviewing the reviews of Nature-family papers with 45 expert scientists
人工智能审稿人的局限与机遇：对Nature系列论文审稿的45位专家科学家的审查
机构 * Nature（自然）
专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 本文通过大规模专家标注研究，探讨了AI审稿人在科学同行评审中的能力与局限，发现AI审稿在准确性、显著性和证据充分性方面表现优异，但存在领域知识有限、上下文管理不足等弱点，表明AI审稿是人类审稿的补充而非替代。
Comments Work in progress
RecMem: Recurrence-based Memory Consolidation for Efficient and Effective Long-Running LLM Agents
RecMem：基于递归的记忆巩固用于高效且有效的长运行LLM代理
机构 * Department of Computer Science and Engineering, The Chinese University of Hong Kong（香港中文大学计算机科学与工程系） ； School of Computer Science, Beijing University of Posts and Telecommunications（北京邮电大学计算机学院） ； Huawei Cloud（华为云） ； Huawei Theory Lab（华为理论实验室） ； Institute for Math and AI, Wuhan University（武汉大学数学与人工智能研究院）
专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 RecMem通过递归机制优化内存巩固，减少token消耗并提升准确性，有效解决长运行LLM代理的内存管理问题。
Comments Accepted to ACL 2026 Findings
SmartWalkCoach: An AI Companion for End-to-End Walking Guidance, Motivation, and Reflection
SmartWalkCoach: 一种面向全程步行引导、激励与反思的AI伴侣
专题命中 记忆与上下文管理 ：agent(abstract)；planning(abstract)
AI总结 本文提出SmartWalkCoach，通过整合地理、陪伴和总结三个轻量级代理，降低步行规划的认知负荷，提升步行过程中的参与度与动机，通过动态干预改善用户感受和体验。
Comments 15 pages, 2 figures, to be presented to ACM IUI 2026
EconAI: Dynamic Persona Evolution and Memory-Aware Agents in Evolving Economic Environments
EconAI：动态身份演变与记忆感知代理在演变经济环境中的应用
专题命中 记忆与上下文管理 ：agent(abstract)；planning(abstract)
AI总结 本文提出EconAI框架，通过经济情绪指数、记忆加权和动态决策机制，提升经济模拟的适应性和真实性，实现宏观与微观经济环境的统一模拟。
