R^2-Mem：用于记忆搜索的反思性经验

深度搜索使 Agent 能检索细粒度历史信息，但现有系统因无法从过往优劣轨迹中学习而重犯错误。本文提出 R^2-Mem，一种面向记忆系统的反思性经验框架。离线阶段利用准则引导评估器评分历史轨迹步骤，并由自反思学习者提炼抽象经验；在线推理时，检索到的经验指导后续搜索以避免重复错误。实验表明，该方法显著提升效果与效率，F1 分数最高提升 22.6%，同时降低 Token 消耗与搜索迭代次数，为自改进 LLM Agent 提供了无强化学习的低成本方案。