摘要
长程智能体积累包含数百步推理、行动和观察的轨迹,查询可能依赖历史深处的证据。现有外部记忆系统要么固定读取所有结构导致噪声,要么仅路由至单一结构限制互补性。本文提出MESA框架,构建五种互补的结构视图,并通过端到端答案反馈学习动态选择并融合针对特定查询的子集。利用带先验引导搜索和UCB调度 Harness优化解决弱监督问题。在AMA-Bench上,MESA比最强基线提升8.5%,且证据Token减少41%。
AI 推荐理由
论文核心研究长程Agent的记忆架构,提出多结构证据选择机制以优化记忆检索与融合。
研究机构
不列颠哥伦比亚大学
中国科学技术大学
微软
圣地亚哥加利福尼亚大学
论文信息