AI Agent

Trust Semantics Distillation for Collaborator Selection via Memory-Augmented Agentic AI

基于记忆增强代理AI的信任语义蒸馏用于协作者选择

Botao Zhu, Jeslyn Wang, Dusit Niyato, Xianbin Wang

机构 * Western University（西方大学） ； University of Toronto（多伦多大学） ； Nanyang Technological University（南洋理工大学） 纠错

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

AI总结 本文提出基于记忆增强代理AI的任务特定信任语义蒸馏模型，通过教师-学生架构实现高效协作者选择，提升信任评估的准确性和效率。

Rethinking Knowledge Distillation in Collaborative Machine Learning: Memory, Knowledge, and Their Interactions

重新思考协同机器学习中的知识蒸馏：记忆、知识及其交互

Pengchao Han, Xi Huang, Yi Fang, Guojun Han

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

AI总结 本文重新审视协同机器学习中的知识蒸馏，探讨记忆与知识的交互作用，分析不同学习模式下的挑战与未来方向。

Comments Published in IEEE TNSE

Latent learning: episodic memory complements parametric learning by enabling flexible reuse of experiences

潜在学习：情景记忆通过使经验的灵活重用来补充参数学习

Andrew Kyle Lampinen, Martin Engelcke, Yuxuan Li, Arslan Chaudhry, James L. McClelland

机构 * Google DeepMind（谷歌DeepMind） ； Department of Psychology, Stanford University（斯坦福大学心理学系） 纠错

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

AI总结 本文提出情景记忆可通过灵活重用经验来补充参数学习，提升泛化能力。

MemR$^3$: Memory Retrieval via Reflective Reasoning for LLM Agents

MemR$^3$: 通过反思推理实现LLM代理的记忆检索

Xingbo Du, Loka Li, Duzhen Zhang, Le Song

机构 * Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） 纠错

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

AI总结 MemR$^3$通过反思推理实现LLM代理的记忆检索，提升检索准确性和闭环控制能力。

Comments 16 pages, 6 figures

RESPOND: Risk-Enhanced Structured Pattern for LLM-driven Online Node-level Decision-making

基于风险增强的结构化模式：面向LLM驱动的在线节点级决策

Dan Chen, Heye Huang, Tiantian Chen, Zheng Li, Yongji Li, Yuhui Xu, Sikai Chen

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 RESPOND通过结构化模式和风险增强机制提升LLM驱动驾驶代理的决策精度与安全性，有效减少碰撞并实现个性化驾驶风格适应。

Comments 28 pages, 8 figures