重新思考记忆作为不断发展的连接性

现有的记忆增强 LLM 代理通常将内存视为具有预定义表示和固定检索管道的静态存储库，这在动态代理环境中很脆弱，在动态代理环境中，反馈、任务变化和异构信号不断重塑应该记住的内容以及应该如何连接。为了解决这个问题，我们提出了 FluxMem，一种连接进化的内存框架，它将内存建模为异构图，并通过三个阶段逐步完善其拓扑：初始连接形成、反馈驱动的细化和长期巩固。在执行过程中，FluxMem 会修复缺失的链接、修剪干扰、调整抽象粒度，并将重复出现的成功轨迹提炼成可重用的程序电路，并以一种内存泛化性和进化成熟度指标为指导。在 LoCoMo、Mind2Web 和 GAIA 等三个根本不同的基准测试中，FluxMem 实现了一致的最先进性能，在复杂的代理环境中展示了强大的适应性和泛化能力。代码将在 https://github.com/zjunlp/LightMem 开源。