arXiv · cs.CL· Zhiqian Xia·· 6 天前AI 评分51
Uni-Mem 论文提出用统一在线强化学习联合优化智能体长期记忆构建与检索
Uni-Mem: Learning a Long-Horizon Agentic Memory Manager with Unified Online Policy Optimization
来源与原文
arXiv · cs.CL
作者：Zhiqian Xia
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.29671v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
Uni-Mem 论文提出用端到端在线强化学习训练统一记忆管理器，同时学习记忆构建与检索两项能力。针对联合优化中 GRPO 存在的组间混淆与长轨迹稀疏反馈问题，提出 Stage-Decoupled GRPO 交替优化两个阶段，并引入 Event-Wise Credit Assignment 将反馈定位到具体事件；在 LoCoMo 和 LongMemEval 上优于最强 RL 记忆方法。
来源：arXiv · cs.CL · arxiv.org