智能体记忆能力驱动的自我进化

记忆自我进化使用任务反馈来迭代改进可执行的记忆程序，这些程序存储和检索来自过去交互的信息。现有的方法通常采用整体进化，从混合反馈中得出修订方向，并通过整体表现来判断进度。这可能会掩盖优化方向，并隐藏因其他地方的回归而抵消的特定于功能的收益，从而使有前途的方向得不到充分探索。我们引入了能力驱动的进化，它将搜索指导从整体性能扩展到个体能力维度，保留有希望的修订并将探索扩展到整体进化的边界之外。我们提出了 PrisMem，它使用依赖感知能力选择来优先考虑具有潜在跨能力优势的目标，并使用历史引导诊断来完善能力专家。跟踪引导集成对配对差异案例上的评估程序进行比较，利用它们的行为差异将互补收益合并到统一的记忆程序中。实验表明，PrisMem 在 BEAM-1M 和 LongMemEval-M 上的性能分别优于最强基线 10.54 和 7.83 个百分点，证明了其在百万token历史记录上的有效性。