AutoMem 相关 AI 资讯 · AI 热点

7月3日

02:52

02:52

elvis@omarsar0

精选

斯坦福大学提出AutoMem框架，将智能体记忆管理从固定模块转变为可训练技能。模型自主决定编码、检索与笔记组织，文件系统操作作为一等动作。AutoMem通过两循环自动化：强LLM重写记忆结构，智能体历史记忆决策作为训练信号。仅优化记忆使基础智能体在Crafter、MiniHack、NetHack上提升2-4倍。32B开源模型因此与Claude Opus 4.5、Gemini 3.1 Pro Thinking性能相当。

AI模型 AutoMem Stanford Crafter MiniHack 智能体记忆

推荐理由：斯坦福发了个AutoMem，给智能体装上可训练的记忆模块，让32B模型打平Claude Opus 4.5。省去调任务动作，光改记忆就提升2-4倍，搞长程任务的别错过。

7月2日

11:06

11:06

官方账号arXiv cs.AI@Shengguang Wu, Hao Zhu, Yuhui Zhang, Xiaohan Wang, Serena Yeung-Levy

73°

AutoMem 框架将 LLM 的记忆管理视为可训练技能，通过两轮优化自动改进。第一轮由强 LLM 审查完整轨迹并迭代修改记忆结构（提示、文件模式、动作词汇）。第二轮从多个回合中识别出好的记忆决策，作为训练信号直接提升模型记忆熟练度。在三个程序化生成的长周期游戏（Crafter、MiniHack、NetHack）中，仅优化记忆（不修改任务动作行为）使基础 32B 开放权重模型性能提升约 2-4 倍，达到与 Claude Opus 4.5 和 Gemini 3.1 Pro Thinking 等前沿系统竞争的水平。

论文 AutoMem LLM 记忆管理长周期任务元认知

推荐理由：想让你家 32B 模型在长任务上干翻 Claude 和 Gemini？试试 AutoMem——不动任务行为，只优化记忆管理，效果翻倍。