arXiv cs.AI· Bingbing Wang, Jingjie Lin, Weiming Qiao, Jing Li, Ruifeng Xu·· 18 天前AI 评分38
All-in-One Memory：面向记忆智能体的过程奖励强化学习框架
All-in-One Memory: Process-Rewarded Reinforcement Learning for Memory Agents
AI 导读
新提出的 All-in-One Memory（AiO-Mem）将记忆智能体的检索、写入与停止决策统一在共享证据状态与奖励空间中进行评估。该方案将异构历史编译为可溯源多视图事件，利用监督微调和轨迹级 DPO 训练过程奖励模型，并采用 PA-DAPO 算法优化记忆策略。在长上下文记忆基准测试中，AiO-Mem 的回答准确率持续超越静态记忆系统与强化学习记忆智能体。
来源：arXiv cs.AI · arxiv.org