AI Agent

Controllable Memory Usage: Balancing Anchoring and Innovation in Long-Term Human-Agent Interaction

可控的记忆使用：在长期人机交互中平衡锚定与创新

Muzhao Tian, Zisu Huang, Xiaohua Wang, Jingwen Xu, Zhengkang Guo, Qi Qian, Yuanzhe Shen, Kaitao Song, Jiakang Yuan, Changze Lv, Xiaoqing Zheng

机构 * College of Computer Science and Artificial Intelligence, Fudan University（计算机科学与人工智能学院，复旦大学） 纠错

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

AI总结 SteeM通过动态调节记忆依赖程度，在长期人机交互中平衡锚定与创新，提升个性化协作效果。

AgentTutor: Empowering Personalized Learning with Multi-Turn Interactive Teaching in Intelligent Education Systems

AgentTutor: 通过多轮互动教学赋能个性化学习在智能教育系统中

Yuxin Liu, Zeqing Song, Jiong Lou, Chentao Wu, Jie Li

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

AI总结 AgentTutor通过多轮互动教学系统提升个性化学习效果，结合多代理系统和学习者档案实现动态优化的教学策略。

Comments AAAI2026 Workshop AI4EDU

Beyond Static Summarization: Proactive Memory Extraction for LLM Agents

超越静态摘要：为LLM代理的主动记忆提取

Chengyuan Yang, Zequn Sun, Wei Wei, Wei Hu

机构 * State Key Laboratory for Novel Software Technology, Nanjing University, China（新型软件技术国家重点实验室，南京大学） ； National Institute of Healthcare Data Science, Nanjing University, China（健康数据科学国家研究院，南京大学） 纠错

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

AI总结 本文提出ProMem，一种主动记忆提取方法，通过递归反馈机制提升LLM代理的记忆完整性和问答准确性，实现高质量与低成本的平衡。

Collaborative Problem-Solving in an Optimization Game

优化游戏中的协作问题解决

Isidora Jeknic, Alex Duchnowski, Alexander Koller

机构 * Saarland University（萨尔兰大学） 纠错

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

AI总结 本文提出了一种新的对话游戏，通过协作解决双人旅行商问题，结合大语言模型与符号机制，实现了在自我对战中45%的最优解率，并展示了与人类用户协作和泛化能力。

Comments 23 pages, 16 figures

Journal ref Proceedings of the 26th Annual Meeting of the Special Interest Group on Discourse and Dialogue (2025) 780-799