ROAM：通过语义关系为 Agent 实现稳健的原子记忆组织架构
英文标题：ROAM: Robust Organization of Atomic Memories for Agents through Semantic Relations
长期大语言模型（LLM）Agent 在持续跨交互任务中高度依赖外部记忆系统。原子记忆（Atomic Memories）凭借其细粒度的语义边界，能够实现高精度检索并在不同观测信息间进行直接对比。针对持续累积原子记忆所带来的组织与管理挑战，ROAM 提出了一种利用语义关系实现稳健记忆组织的方法。这项研究对需要长程记忆能力的自主 Agent 架构设计与外部记忆检索优化具有重要参考意义。
打开原文相关 5.6 · 机会 1
2.1 KB
612 B
380 B
9.1 KB
32.7 KB
22.8 KB
24.2 KB
34.7 KB
中文
arXiv:2609.09778v1 [公告类型: new]
摘要
长期运行的大语言模型（LLM）Agent 在跨轮次交互中高度依赖外部记忆。其中，原子记忆（Atomic Memories）尤为有效：其细粒度的语义边界不仅支持精准检索，还能实现不同观测结果之间的直接对比。然而，随着原子记忆的不断累积……
BibTeX 格式引用
×
English / 原文
BibTeX formatted citation
×