arXivDaily arXiv每日学术速递 周一至周五更新

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。

2026-01-15 至 2026-01-15 共收录 5 信号源:cs.AI, cs.CL, cs.LG, cs.SE

1. 记忆与上下文管理 5 篇

2601.09113 2026-01-15 cs.AI 84%

The AI Hippocampus: How Far are We From Human Memory?

人工智能海马体:我们离人类记忆还有多远?

Zixia Jia, Jiaqi Li, Yipeng Kang, Yuxuan Wang, Tong Wu, Quansen Wang, Xiaobo Wang, Shuyi Zhang, Junzhe Shen, Qing Li, Siyuan Qi, Yitao Liang, Di He, Zilong Zheng, Song-Chun Zhu

专题命中 记忆与上下文管理 :agent(abstract);autonomous agent(abstract);planning(abstract);agentic(abstract)

AI总结 本文综述了大语言模型和多模态大语言模型中记忆机制的分类与研究进展,探讨了隐性、显性和代理记忆框架,以及多模态场景下的记忆整合与挑战。

Journal ref Transactions on Machine Learning Research (11/2025)

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.09377 2026-01-15 cs.RO 71%

ReflexDiffusion: Reflection-Enhanced Trajectory Planning for High-lateral-acceleration Scenarios in Autonomous Driving

ReflexDiffusion:面向自动驾驶高侧向加速度场景的反射增强轨迹规划

Xuemei Yao, Xiao Yang, Jianbin Sun, Liuwei Xie, Xuebin Shao, Xiyu Fang, Hang Su, Kewei Yang

专题命中 记忆与上下文管理 :planning(title)

AI总结 ReflexDiffusion通过反射调整机制提升自动驾驶在高侧向加速度场景下的轨迹规划安全性与可靠性。

Comments Accepted by AAAI 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.09503 2026-01-15 cs.AI 70%

What Do LLM Agents Know About Their World? Task2Quiz: A Paradigm for Studying Environment Understanding

LLM代理对其世界的了解程度如何?Task2Quiz:一种研究环境理解的范式

Siyuan Liu, Hongbang Yuan, Xinze Li, Ziyue Zhu, Yixin Cao, Yu-Gang Jiang

机构 * School of Computer Science, Fudan University(复旦大学计算机科学学院)

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

AI总结 本文提出Task2Quiz范式,通过评估代理对环境的理解能力,揭示任务成功与环境理解之间的差异,并指出主动探索和细粒度状态表示是提升自主代理泛化能力的关键瓶颈。

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.09694 2026-01-15 cs.CL cs.AI cs.CV 62%

LLMs can Compress LLMs: Adaptive Pruning by Agents

LLMs可以压缩LLMs:通过代理的自适应剪枝

Sai Varun Kodathala, Rakesh Vunnam

机构 * Research and Development, Sports Vision, Inc.(研发部,Sports Vision公司) Research and Development, Vizworld Inc.(研发部,Vizworld公司)

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

AI总结 本文提出通过代理引导的自适应剪枝方法,有效压缩LLMs,提升事实知识保留和模型性能。

Comments 17 Pages

详情

展开后加载摘要…

URL PDF HTML 收藏
2508.19828 2026-01-15 cs.CL cs.MA 57%

Memory-R1: Enhancing Large Language Model Agents to Manage and Utilize Memories via Reinforcement Learning

Memory-R1: 通过强化学习增强大语言模型代理以管理并利用记忆

Sikuan Yan, Xiufeng Yang, Zuchao Huang, Ercong Nie, Zifeng Ding, Zonggen Li, Xiaowen Ma, Jinhe Bi, Kristian Kersting, Jeff Z. Pan, Hinrich Schütze, Volker Tresp, Yunpu Ma

机构 * Ludwig Maximilian University of Munich(慕尼黑路德维希-马克西米利安大学) Munich Center for Machine Learning(慕尼黑机器学习中心) Technical University of Munich(慕尼黑技术大学) University of Cambridge(剑桥大学) University of Hong Kong(香港大学) Technical University of Darmstadt(达姆施塔特技术大学) University of Edinburgh(爱丁堡大学)

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

AI总结 Memory-R1通过强化学习框架,使大语言模型具备主动管理与利用外部记忆的能力,有效提升长跨度推理性能。

详情

展开后加载摘要…

URL PDF HTML 收藏