摘要
针对现有评估多假设静态环境而忽视现实动态性的问题，本文提出 EvoArena 基准套件，模拟终端、软件及社交领域的渐进式环境更新。同时提出 EvoMem，一种基于补丁的记忆范式，将记忆演化记录为结构化更新历史，使智能体能通过记忆变化推理环境演化。实验表明，EvoMem 显著提升了智能体在动态任务及标准基准（如 GAIA）上的表现，并改善了证据捕获能力，强调了建模记忆演化对可靠部署的重要性。
AI 推荐理由
论文提出 EvoMem，一种基于补丁的记忆范式，核心贡献在于记忆架构与演化机制。
研究机构
National University of Singapore
Singapore Management University
University of Washington
University College London
University of Pennsylvania
Nanyang Technological University
Massachusetts Institute of Technology
Recurvive
论文信息