AttriMem：归因引导的过程反馈用于智能体记忆构建

有效记忆对LLM智能体至关重要，但有效构建记忆仍具挑战。记忆构建策略决定随着交互累积，抽取、存储、更新、压缩或丢弃哪些信息。启发式记忆方法依赖主观的、任务专属的规则，可能与下游目标错位并限制跨任务适应性。基于RL的方法则从任务反馈学习，但主要使用结果级或模块级奖励：这些粗信号指示任务成功，却无法识别哪些中间记忆内容支撑了最终答案，形成细粒度信用分配瓶颈。然而构造这种过程反馈异常困难：中间记忆决策缺乏唯一真值目标，而恰当的信用随智能体不确定的推理轨迹变化、无法预先指定。我们提出AttriMem，一个以归因引导过程反馈学习记忆构建策略的RL框架：AttriMem用来自对最终答案的token级贡献的局部奖励增广全局结果奖励。在长程对话问答上的实验显示：AttriMem超越检索式、启发式与RL式基线，跨基准与答案模型泛化，并稳定RL优化。