ActiveMem分层记忆框架提出

2026年10月20日，arXiv Artificial Intelligence 刊出 Song-Li Wu 等作者的论文，提出 ActiveMem 分层记忆框架。该框架将智能体经验递归组织为依赖感知的潜在执行树，把轨迹抽象为可复用子任务节点并保留执行转移，从而按当前执行状态检索连贯的推理路径。框架通过强化学习学习记忆扩展、检索与剪枝策略。论文称，在多项智能体基准上，该框架提升了任务完成率、推理稳定性与记忆效率，并能让紧凑的开源权重模型达到与更大规模闭源系统相当的性能。目前事件进展停留在论文发布与框架描述层面，尚无后续跟进报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。