- 资讯公开站rss_arxiv_cs_ai
COUNTERMEM：面向语言智能体的世界模型验证反事实记忆
COUNTERMEM: World-Model Verified Counter-Factual Memory for Language Agents
arXiv:2609.31874v1 公告类型：新 摘要：现有智能体记忆框架主要通过智能体与事实世界的交互来构建记忆，例如记住已采取行动的反馈，以提升未来任务的表现。然而，这些框架在构建记忆时很少提出“如果……会怎样”的问题：如果采取了不同的行动，反馈是否会改变，以及这种反馈如何能成为有用的记忆？在主动环境中直接获取此类反馈可能代价高昂，并且可能改变用于比较所需的状态。在这项工作中，我们提出了 COUNTERMEM，一个用于跨任务构建和…
- 论文公开站arXiv
双过程语言智能体的认知扩展：交互环境中的记忆与自我反思
Cognitive Extensions for Dual-Process Language Agents: Memory and Self-Reflection in Interactive Environments
摘要显示，研究者为双过程智能体 SwiftSage 增加两个模块化认知扩展：自适应记忆模块（AMM）负责显著性门控的情景存储与触发式检索，自我反思模块（SRM）负责有界的执行期验证与纠正干预。两模块以特性开关形式叠加在同一执行底座上，在 ScienceWorld 上进行受控消融，比较基线、基线+AMM、基线+SRM 与完整系统四种配置。完整系统取得最佳平均最终得分 64.62、成功率 43.17% 与成功步效率 19.33 步，其中 S…
意义：表明交互式语言智能体的主要瓶颈在执行期控制而非记忆，为智能体运行时校验与纠错设计提供可复现的消融证据。