购物伴侣：一种用于真实世界电商任务的记忆增强型 LLM 智能体

在电商领域，LLM 智能体虽具潜力，但面临缺乏长期偏好评估基准及偏好识别与辅助任务割裂的挑战。本文提出涵盖百万级商品的长期记忆基准，并推出“购物伴侣”框架。该框架统一处理记忆检索与购物辅助，支持用户干预。通过引入工具级奖励的双重强化学习策略，有效解决了多轮交互中奖励稀疏问题。实验表明，该方法在轻量模型上显著优于现有基线，验证了统一设计的有效性。