**MemHarness: 记忆重构而非回放，提升大模型代理的决策能力**

_MemHarness: Memory Is Reconstructed, Not Replayed_

> MemHarness 框架通过让 LLM 代理主动重构过往经验以适应当前情境，解决了传统记忆回放中因经验与上下文不匹配导致的负迁移问题。该模型在 ALFWorld 和 WebShop 任务中显著优于纯强化学习和静态记忆基线，并在分布外场景中展现出更强的鲁棒性，同时提升了代理的内在推理能力。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-07-31 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2607.28272)