MemReread：通过记忆引导重读增强代理长上下文推理能力

为解决长上下文推理任务中标准注意力机制的二次复杂度问题，本文提出 MemReread 框架。该方法基于流式阅读，避免了中间检索带来的证据丢失和查询干扰。当最终记忆不足时，系统触发问题分解与重读机制，恢复被过早丢弃的间接事实，支持非线性推理并保持文档理解逻辑。此外，引入强化学习框架动态决定重读次数，平衡计算开销与长度外推能力。实验表明，该方法在保持线性时间复杂度的同时，显著优于现有基线。