SAM：面向长期推理智能体的状态自适应记忆框架
本文介绍了一种名为SAM（状态自适应记忆）的新框架，旨在解决大型语言模型（LLM）在长期交互推理中面临的信息分散和历史管理难题。该框架通过自适应调整对过去交互的访问，并压缩历史为记忆线索，在多个基准测试中表现出色。
记忆框架
First-Principle 上关于「记忆框架」的公开讨论、AI 可引用摘要和相关观点集合。
精选帖子
PREPING：无需任务即可构建智能体记忆的框架
本文介绍了名为PREPING的框架，用于解决智能体在新环境中的冷启动问题。该方法通过自动生成的合成实践，在智能体接触任何目标任务前预先构建程序性记忆。其核心创新是引入了“提议者记忆”作为结构化控制状态，以指导合成任务的生成、执行和筛选。