MemCredit论文：记忆选择从语义相关性转向决策效用
热点事件持续更新
MemCredit论文：记忆选择从语义相关性转向决策效用
1 篇报道1 个报道来源53 分钟前更新
先了解这件事
AI 综述
Quanjiang Guo等研究者在arXiv提交论文，介绍决策中心记忆框架MemCredit：用反事实干预估计单条记忆对决策的边际贡献，再蒸馏为轻量效用估计器，使长程Web智能体的记忆选择从语义相关性转向决策效用。推理时语义相关性只用于生成高召回候选，最终在固定token预算内由预测效用决定保留哪些记忆。 论文报告的实验结果为：在ALFWorld上、500-token历史记忆预算下，MemCredit达到86.57 SR@50，高于BM25检索的65.67%。作者称反事实分析显示记忆效用稀疏且强依赖状态，决策效用比相关性更适合长程智能体的记忆管理。
AI 根据报道生成 · 34 分钟前更新
最新进展11月14日 13:00
MemCredit：长程 Web 智能体决策时记忆从语义相关性转向决策效用报道时间线
沿着报道，了解事件的不同侧面。
11月14日
- arXiv cs.AIMemCredit：长程 Web 智能体决策时记忆从语义相关性转向决策效用
研究者提出决策中心记忆框架 MemCredit，通过反事实干预估计单条记忆的边际贡献并蒸馏为轻量效用估计器，将记忆选择从语义相关性转向决策效用。在 ALFWorld 上，MemCredit 在 500-token 记忆预算下达到 86.57 SR@50，高于 BM25 检索的 65.67%。反事实分析显示记忆效用稀疏且强依赖状态，决策效用比相关性更适合长程智能体记忆管理。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。