SaliMory：为会话代理协调认知记忆

作为终生伴侣的对话代理必须在所有交互中保持持久记忆。然而，简单地通过原始检索扩展上下文窗口会降低推理质量，而通过标准强化学习训练记忆代理会在多级管道中造成严重的贡献分配瓶颈。为了解决这个问题，我们引入了 SALIMORY，这是一个训练单一语言模型来管理跨认知结构记忆的用户事实、偏好和工作记忆的框架。通过引入分层的阶段性过程奖励和奖励分解的对比细化，SALIMORY 为不同的记忆操作（选择性过滤、整合和线索驱动的回忆）提供端到端的隔离监督。 SALIMORY 将内存归因的故障减少了三分之一，在端到端准确率方面比最先进的技术高出 10% 以上，并将良好个性化率提高了一倍以上。