APDMem：面向查询自适应长期记忆的 Agent 控制渐进式披露架构
英文标题：APDMem: Agent-Controlled Progressive Disclosure for Query-Adaptive Long-Term Memory
个性化大语言模型（LLM）助手在处理不同复杂度的查询时，必须从漫长的历史对话中精准检索出稀疏的关键证据。研究团队为此提出了 APDMem（Agent 控制的渐进式披露记忆），这是一种分层长期记忆架构。该机制使 Agent 能够根据查询需求自适应、逐级展开所需记忆，从而兼顾上下文效率与检索准确率。这一设计为开发者构建具备低计算开销与高精度长程记忆的对话 Agent 提供了极具参考价值的工程方案。
打开原文相关 5.6 · 机会 1
2.1 KB
640 B
612 B
380 B
9.1 KB
32.7 KB
22.8 KB
24.2 KB
34.7 KB
中文
arXiv:2610.02472v1
公告类型：new
摘要
个性化 LLM 助手必须在应对不同复杂度的查询时，从漫长的对话历史中检索出稀疏的关键证据。我们提出了 APDMem（Agent-controlled Progressive Disclosure Memory，即 Agent 控制的渐进式披露记忆），这是一种分层长期记忆架构……
BibTeX 引用格式
English / 原文
BibTeX formatted citation
×