AI Agent

Look Back to Reason Forward: Revisitable Memory for Long-Context LLM Agents

回望以推导前行：用于长上下文LLM代理的可回溯记忆

Yaorui Shi, Yuxin Chen, Siyuan Wang, Sihang Li, Hengxing Cai, Qi Gu, Xiang Wang, An Zhang

机构 * University of Science and Technology of China（中国科学技术大学） ； National University of Singapore（新加坡国立大学） ； Shanghai Jiao Tong University（上海交通大学） ； DP Technology（DP科技） ； Meituan（美团） 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 ReMemR1通过整合记忆检索机制和多级奖励设计，提升长上下文问答任务的推理能力与效率。

Adaptive Correlation-Weighted Intrinsic Rewards for Reinforcement Learning

自适应相关加权内在奖励用于强化学习

Viet Bac Nguyen, Phuong Thai Nguyen

机构 * Institute for Artificial Intelligence（人工智能研究所） ； VNU-University of Engineering and Technology（越南工程与技术大学） 纠错

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

AI总结 ACWI通过自适应相关加权内在奖励机制提升稀疏奖励强化学习中的探索效率和样本效率。

Hello-Chat: Towards Realistic Social Audio Interactions

Hello-Chat: 向真实社交音频交互迈进

Yueran Hou, Peilei Jia, Zihan Sun, Qihang Lu, Wenbing Yang, Yingming Gao, Ya Li, Jun Gao

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

AI总结 Hello-Chat通过大规模真实对话数据和模态交错训练策略，实现了在拟人化生成和情感一致性方面的突破，推动 empathetic AI 的发展。

Contextual Memory Virtualisation: DAG-Based State Management and Structurally Lossless Trimming for LLM Agents

上下文记忆虚拟化：基于DAG的状态管理和结构无损修剪用于LLM代理

Cosmo Santoni

机构 * Imperial College London（伦敦帝国学院） 纠错

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

AI总结 上下文记忆虚拟化通过DAG结构管理和无损修剪技术，提升LLM代理在长期推理任务中的上下文重用效率和经济性。

Comments 11 pages. 6 figures. Introduces a DAG-based state management system for LLM agents. Evaluation on 76 coding sessions shows up to 86% token reduction (mean 20%) while remaining economically viable under prompt caching. Includes reference implementation for Claude Code

Temporal Knowledge-Graph Memory in a Partially Observable Environment

部分可观测环境中的时序知识图谱记忆

Taewoon Kim, Vincent François-Lavet, Michael Cochez

机构 * HumemAI ； Vrije Universiteit Amsterdam（范·艾克大学阿姆斯特丹） ； ELLIS Institute Finland & Abo Akademi University（芬兰ELLIS研究所及阿博阿卡迪米大学） 纠错

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

AI总结 该研究提出了一种基于时序知识图谱的记忆机制，通过在部分可观测环境中测试，展示了符号智能体在QA任务中比神经基线高出四倍的准确率。

Structurally Aligned Subtask-Level Memory for Software Engineering Agents

结构对齐的子任务级记忆用于软件工程代理

Kangning Shen, Jingyuan Zhang, Chenxi Sun, Wencong Zeng, Yang Yue

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

AI总结 本文提出结构对齐的子任务级记忆方法，通过与代理功能分解对齐来提升软件工程代理的长周期推理能力，实验表明在多种backbone上均优于传统方法。

On the Dynamics of Observation and Semantics

关于观察与语义的动力学

Xiu Li

机构 * Bytedance Seed（字节跳动种子） 纠错

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

AI总结 本文提出智能是物理可实现的代理属性，通过语义常数 B 限制信息处理复杂性，强调语言和逻辑是本体论必要性。

Memory-Based Advantage Shaping for LLM-Guided Reinforcement Learning

基于记忆的优势塑造用于LLM引导的强化学习

Narjes Nourzad, Carlee Joe-Wong

机构 * Carnegie Mellon University（卡内基梅隆大学） 纠错

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

AI总结 本文提出一种基于记忆的优势塑造方法，通过构建记忆图来提升LLM引导强化学习的样本效率和学习速度，减少对连续LLM监督的依赖。

Comments Association for the Advancement of Artificial Intelligence (AAAI)

AutoWebWorld: Synthesizing Infinite Verifiable Web Environments via Finite State Machines

AutoWebWorld: 通过有限状态机合成无限可验证的网页环境

Yifan Wu, Yiran Peng, Yiyu Chen, Jianhao Ruan, Zijie Zhuang, Cheng Yang, Jiayi Zhang, Man Chen, Yenchi Tseng, Zhaoyang Yu, Liang Chen, Yuyao Zhai, Bang Liu, Chenglin Wu, Yuyu Luo

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； Peking University（北京大学） 纠错

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

AI总结 AutoWebWorld通过有限状态机合成可验证的网页环境，实现自动化搜索与验证流程，提升WebGUI代理性能。

KernelBlaster: Continual Cross-Task CUDA Optimization via Memory-Augmented In-Context Reinforcement Learning

KernelBlaster: 通过记忆增强的上下文强化学习实现持续的跨任务CUDA优化

Kris Shengjun Dong, Sahil Modi, Dima Nikiforov, Sana Damani, Edward Lin, Siva Kumar Sastry Hari, Christos Kozyrakis

机构 * NVIDIA ； University of California, Berkeley（加州大学伯克利分校） 纠错

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

AI总结 KernelBlaster通过记忆增强的上下文强化学习框架提升CUDA代码优化性能，实现跨多个GPU架构世代的高效优化。

Comments 15 pages, 33 pages with appendix

Choosing How to Remember: Adaptive Memory Structures for LLM Agents

选择如何记忆：面向LLM代理的自适应记忆结构

Mingfei Lu, Mengjia Wu, Feng Liu, Jiawei Xu, Weikai Li, Haoyang Wang, Zhengdong Hu, Ying Ding, Yizhou Sun, Jie Lu, Yi Zhang

机构 * University of Technology Sydney（悉尼大学） ； University of Texas at Austin（德克萨斯大学奥斯汀分校） ； University of California, Los Angeles（加州大学洛杉矶分校） ； The University of Melbourne（墨尔本大学） 纠错

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

AI总结 本文提出FluxMem框架，通过自适应记忆结构选择和三级记忆层次结构，提升LLM代理在长时间交互中的表现，实验显示平均提升9.18%和6.14%。

A Pragmatist Robot: Learning to Plan Tasks by Experiencing the Real World

务实型机器人：通过体验现实世界学习任务规划

Kaixian Qu, Guowei Lan, René Zurbrügg, Changan Chen, Christopher E. Mower, Haitham Bou-Ammar, Marco Hutter

机构 * Robotic Systems Lab, ETH Zürich（瑞士联邦理工学院机器人系统实验室） ； ETH AI Center, ETH Zürich（瑞士联邦理工学院人工智能中心） ； Huawei Noah’s Ark Lab, London, UK（华为诺亚实验室，伦敦，英国） ； UCL Centre for AI, London, UK（伦敦大学学院人工智能中心） 纠错

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

AI总结 PragmaBot 通过现实世界经验学习任务规划，利用 STM 自我反思和 RAG 提高任务成功率

Comments Accepted to RA-L

Value Bonuses using Ensemble Errors for Exploration in Reinforcement Learning

利用集成误差的值奖金用于强化学习中的探索

Abdul Wahab, Raksha Kumaraswamy, Martha White

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

AI总结 VBE通过集成误差设计价值奖金，实现强化学习中的首次访问乐观性和深度探索，优于现有方法。

Comments Accepted at Reinforcement Learning Conference (RLC) 2025

Journal ref Reinforcement Learning Journal, vol. 6, 2025, pp. 1894-1915

Stateless Yet Not Forgetful: Implicit Memory as a Hidden Channel in LLMs

无状态却非遗忘：隐式记忆作为LLM中的隐藏通道

Ahmed Salem, Andrew Paverd, Sahar Abdelnabi

机构 * Microsoft Security Response Center (MSRC)（微软安全响应中心） ； ELLIS Institute Tübingen and MPI for Intelligent Systems（图宾根ELLIS研究所和智能系统研究所） ； Tübingen AI Center（图宾根人工智能中心） 纠错

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

AI总结 研究提出隐式记忆机制，使LLM在无显式存储的情况下通过输出编码信息实现跨交互状态传递，展示其在时间炸弹等安全问题中的应用及影响。

Comments Accepted at IEEE SaTML 2026

MemPot: Defending Against Memory Extraction Attack with Optimized Honeypots

MemPot：通过优化的陷阱来防御内存提取攻击

Yuhao Wang, Shengfang Zhai, Guanghao Jin, Yinpeng Dong, Linyi Yang, Jiaheng Zhang

机构 * National University of Singapore（新加坡国立大学） ； Tsinghua University（清华大学） ； Southern University of Science and technology（南方科技大学） 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 MemPot通过优化陷阱文档和理论验证，有效防御内存提取攻击，提升检测性能与效率。

From Kepler to Newton: Inductive Biases Guide Learned World Models in Transformers

从开普勒到牛顿：归纳偏置引导变换器中的学习世界模型

Ziming Liu, Sophia Sanborn, Surya Ganguli, Andreas Tolias

机构 * Stanford University（斯坦福大学） 纠错

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

AI总结 本文通过引入归纳偏置，使通用变换器能够学习世界模型，从开普勒到牛顿，实现从曲线拟合到物理定律发现的转变。

Memento 2: Learning by Stateful Reflective Memory

Memento 2: 通过状态化反思记忆进行学习

Jun Wang

机构 * UCL Centre for Artificial Intelligence（伦敦大学学院人工智能中心） 纠错

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

AI总结 Memento 2通过状态化反思记忆机制，实现无需参数更新的持续学习，提升代理在开放任务中的泛化能力。

Comments 35 pages, four figures

Dynamic Correction of Erroneous State Estimates via Diffusion Bayesian Exploration

通过扩散贝叶斯探索动态修正错误状态估计

Yiwei Shi, Hongnan Ma, Mengyue Yang, Cunjia Liu, Weiru Liu

机构 * University of Bristol（布里斯托大学） ； Loughborough University（洛桑大学） 纠错

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

AI总结 本文提出一种扩散驱动的贝叶斯探索框架，用于动态修正早期状态估计误差，通过熵正则化采样和协方差缩放扩散扩展后验支持，解决S-PSI问题并保持统计严谨性。

Memory Retention Is Not Enough to Master Memory Tasks in Reinforcement Learning

在强化学习中，仅依靠记忆保持不足以掌握记忆任务

Oleg Shchendrigin, Egor Cherepanov, Alexey K. Kovalev, Aleksandr I. Panov

机构 * Innopolis University（因诺普利斯大学） ； Cognitive AI Systems Lab（认知人工智能系统实验室） 纠错

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

AI总结 本研究提出一个基准测试持续记忆更新，发现经典循环模型在记忆重写任务中表现更优，强调需平衡稳定保留与适应更新的记忆机制。

Comments 11 pages, 6 figures, 7 tables

Reflecting in the Reflection: Integrating a Socratic Questioning Framework into Automated AI-Based Question Generation

反思中的反思：将苏格拉底质疑框架整合到基于自动的AI问题生成中

Ondřej Holub, Essi Ryymin, Rodrigo Alves

机构 * Czech Technical University in Prague（捷克技术大学） 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 本文提出一种基于苏格拉底质疑框架的双代理模型，通过多轮对话生成高质量反思问题，提升教学效果。

Designing KRIYA: An AI Companion for Wellbeing Self-Reflection

设计KRIYA：一种用于幸福感自我反思的AI伴侣

Shanshan Zhu, Wenxuan Song, Jiayue Melissa Shi, Dong Whi Yoo, Karthik S. Bhat, Koustuv Saha

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Indiana University Indianapolis（印第安纳大学印第安纳波利斯分校） ； Drexel University（德雷塞尔大学） 纠错

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

AI总结 KRIYA是一种通过自我反思功能帮助用户理解个人幸福感数据的AI伴侣，旨在减少表现焦虑，提升用户对健康数据的反思性理解。

Self-reflection in Automated Qualitative Coding: Improving Text Annotation through Secondary LLM Critique

在自动化定性编码中的自我反思：通过二次LLM批评提升文本标注

Zackary Okun Dunivin, Mobina Noori, Seth Frey, Curtis Atkinson

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

AI总结 通过二次LLM批评提升文本标注精度，减少错误率并提高分类器性能。

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） 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

Cross-Domain Imitation Learning via Optimal Transport

跨领域模仿学习 via 最优传输

Arnaud Fickinger, Samuel Cohen, Stuart Russell, Brandon Amos

机构 * Berkeley AI Research（伯克利人工智能研究） 纠错

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

AI总结 GWIL通过Gromov-Wasserstein距离实现跨领域模仿学习，有效对齐不同空间的状态，适用于连续控制领域。

Comments ICLR 2022

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。

Evaluating LLM-based Agents for Multi-Turn Conversations: A Survey

评估基于大语言模型的代理在多轮对话中的性能：一项调查

Shengyue Guan, Jindong Wang, Jiang Bian, Bin Zhu, Jian-guang Lou, Haoyi Xiong

机构 * Microsoft（微软） 纠错

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

AI总结 本文提出了一种基于PRISMA框架的系统方法，用于评估多轮对话中基于LLM的代理，通过两个分类系统定义评估内容和方法，涵盖任务完成、响应质量等关键维度。

Coding With AI: From a Reflection on Industrial Practices to Future Computer Science and Software Engineering Education

编码与AI：从工业实践的反思到未来计算机科学与软件工程教育

Hung-Fu Chang, MohammadShokrolah Shirazi, Lizhou Cao, Supannika Koolmanojwong Mobasser

机构 * R. B. Annis School of Engineering（R. B. Annis 工程学院） ； University of Indianapolis（印第安纳大学） ； E. S. Witchger School of Engineering（E. S. Witchger 工程学院） ； Marian University（玛丽安大学） ； University of Maryland Eastern Shore（马里兰大学东部分校） ； The Boehm Center for Systems and Software Engineering（Boehm 系统与软件工程中心） 纠错

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

AI总结 本文探讨了AI在工业实践中对软件开发的影响，分析了LLM工具带来的生产力提升与风险，并提出教育应转向问题解决和项目式学习以适应变化。

Comments 21 pages, 5 figures

Forecasting in Offline Reinforcement Learning for Non-stationary Environments

非平稳环境下的离线强化学习预测

Suzan Ece Ada, Georg Martius, Emre Ugur, Erhan Oztop

机构 * Bogazici University（博科西大学） ； University of Tübingen（图宾根大学） ； Ozyegin University（奥祖根大学） ； Osaka University（大阪大学） 纠错

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

AI总结 非平稳环境下的离线强化学习预测框架FORL，通过结合条件扩散和零样本时间序列模型，提升智能体在非平稳环境中的鲁棒性与性能。

Comments The Thirty-Ninth Annual Conference on Neural Information Processing Systems, NeurIPS 2025

Reflection Pretraining Enables Token-Level Self-Correction in Biological Sequence Models

反射预训练使生物序列模型实现token级自我修正

Xiang Zhang, Jiaqi Wei, Yuejin Yang, Zijie Qiu, Yuhan Chen, Zhiqiang Gao, Muhammad Abdul-Mageed, Laks V. S. Lakshmanan, Wanli Ouyang, Chenyu You, Siqi Sun

机构 * Fudan University（复旦大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； University of British Columbia（不列颠哥伦比亚大学） ； Zhejiang University（浙江大学） ； The Chinese University of Hong Kong（香港中文大学） ； Stony Brook University（石溪大学） 纠错

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

AI总结 本文提出反射预训练方法，通过生成辅助标记提升生物序列模型的token表达能力，实现token级自我修正和推理能力提升。

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。