ReMem：重新思考长上下文推荐Agent中的感知和记忆

最近的推荐Agent（RecAgents）通过将推荐转移到主动的用户端范例，提供了一种有前途的替代方案，其中生成Agent自主感知外部平台，推理用户偏好并执行决策。然而，现有的 RecAgent 仍然面临两个关键的限制：基于嘈杂和异构项目页面的脆弱项目感知，以及对扩展用户历史和多步交互跟踪的低效长上下文推理。为了应对这些挑战，我们提出了一种新颖的推荐Agent框架，称为 ReMem，它将基于 OCR 的多模态感知与随时间演变的动态记忆相结合。 ReMem 不是解析原始 HTML，而是通过屏幕截图观察项目页面，并通过 OCR 工具提取结构化多模态信息，从而实现更加人性化和与平台无关的感知机制。为了支持长范围偏好建模，ReMem 进一步引入了一种分块顺序内存更新策略，其中Agent选择性地维护信息历史交互的固定大小内存，同时处理具有线性推理复杂性和有界上下文长度的任意长上下文。这种设计允许Agent保留不断变化的用户偏好，而不依赖外部存储模块或破坏标准的自回归生成过程。为了增强动态记忆指令，我们进一步开发了一种多记忆GRPO变体，它将最终答案的优势传播到所有有助于最终响应的中间对话。对三个数据集的大量实验表明，ReMem 始终优于最先进的基线，在三个推荐代理任务（即搜索、排名和判断）中平均提高了 5.16%。