arXiv Artificial Intelligence· Haozhen Zhang, Quanyu Long, Jianzhu Bao, Tao Feng, Weizhi Zhang, Haodong Yue, Wenya Wang·· 13 小时前AI 评分35
MemSkill：让 LLM 智能体学会可进化的记忆技能
MemSkill: Learning and Evolving Memory Skills for Self-Evolving Agents
AI 导读
MemSkill 将 LLM 智能体的记忆操作重构为可学习、可进化的记忆技能，由 controller 学习选择少量相关技能、LLM executor 生成技能引导的记忆，designer 则定期审查失败案例并提出技能改进与新技能，形成闭环。
推荐理由模型分析
MemSkill 把 LLM Agent 记忆系统中原本手工设计的固定抽取操作，改为可学习、可演化的“记忆技能”，由控制器选择技能、执行器生成记忆，并设设计器定期复盘失败案例来增补或改进技能。它在 LoCoMo、LongMemEval、HotpotQA、ALFWorld 上相对强基线有提升，但摘要未给出具体数值与部署条件。做 Agent 长期记忆的开发者可参考其闭环思路，并注意实验多为基准评测，真实长程交互效果仍需验证。
来源：arXiv Artificial Intelligence · arxiv.org