【第451期】AI有了外置记忆体如何持续进化

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法、crypto方向，让大家跟着AI一起进步。

今天的主题是：

Memento: Fine-tuning LLM Agents without Fine-tuning LLMs

Summary

该文本介绍了一种名为 Memento 的新型学习范式，它旨在实现 自适应大型语言模型（LLM）代理的持续学习，而无需对底层 LLM 进行成本高昂的微调。 Memento 将代理形式化为 记忆增强型马尔可夫决策过程（M-MDP），利用情节记忆（episodic memory）存储过往经验，并采用神经案例选择策略（neural case-selection policy）来指导行动。这种方法利用 基于案例的推理（CBR），通过高效的内存读取和重写机制，在 Deep Research 等复杂任务中实现了 低成本的在线强化学习，并在 GAIA 等基准测试中取得了顶尖性能。总体而言，Memento 提供了一个无需梯度更新即可持续高效地获取新技能的 可扩展且高效的通用 LLM 代理开发途径。

原文链接：https://arxiv.org/abs/2508.16153