论文
CMI-Mem：经条件互信息增强强化学习迈向可泛化的长期记忆管理
CMI-Mem: Toward Generalizable Long-Term Memory Management via CMI-Augmented Reinforcement Learning
摘要
记忆管理器模型在智能体系统中至关重要。既有强化学习方法常用LLM判分的合成问答（QA）对：这提供了有用的下游任务落地，但通过采样查询分布与固定阅读器来为记忆赋值。我们提出CMI-Mem，一个带混合奖励的轻量RL记忆管理器：外在QA项度量终端任务正确性，内在条件互信息（CMI）项在不以采样QA查询为条件的情况下，评估新对话输入相对当前记忆状态贡献的信息。两个信号互补：QA锚定任务效用，CMI为相关、非冗余的记忆构建提供逐操作监督。实验显示跨记忆使用场景的迁移改善，以及来自逐操作CMI信号的更高效训练与推理。代码见https://github.com/Wyb0627/CMIMem，CMI-Mem-4B模型检查点见modelscope。
