About this episode
本期讨论了Memex，一种基于索引经验记忆的机制，旨在优化大语言模型智能体在长程任务中的表现。
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。 如果你想要解读自己的论文，获得更多曝光度。请联系小助手微信：seventy3_podcast 加群。合作邮箱：zhiwudazhanjiangshi#gmail.com 今天的主题是： Memex(RL): Scaling Long-Horizon LLM Agents via Indexed Experience Memory Summary 在大语言模型（LLM）智能体执行长程任务时，有限的上下文窗口是一个根本性的瓶颈。随着执行轨迹的增长，在上下文中保留工具输出和中间推理很快变得不可行：工作上下文会变得过长，最终超过上下文预算，并且即使久远的信息仍然存在，也难以被有效利用。现有的解决方案通常通过截断或生成运行摘要来缩短上下文，但这些方法在本质上是有损的，因为它们压缩或丢弃了过去的证据本身。 我们引入了 Memex ，一种索引式的经验记忆机制，它在压缩上下文的同时并不丢弃证据。Memex 维护一个紧凑的工作上下文，由简练的结构化摘要和稳定的索引组成，同时将完整的、保真的底层交互存储在这些索引下的外部经验数据库中。智能体随后可以自行决定何时对索引进行解引用（dereference），以恢复当前子目标所需的精确历史证据。 我们利用强化学习框架 MemexRL 优化了写入和读取行为。该框架采用了针对上下文预算下索引记忆使用而定制的奖励塑造（reward shaping），使智能体学会什么需要摘要、什么需要归档、如何对其进行索引以及何时进行检索。这产生了一种比仅摘要方法损耗显著更低的长程记忆形式。 我们进一步提供了一项理论分析，表明 Memex 循环具有在保持有效上下文计算量有界的同时，通过有界的解引用来保持决策质量的潜力，即使历史记录在不断增长。在具有挑战性的长程任务上的实证结果表明，使用 MemexRL 训练的 Memex 智能体在提高任务成功率的同时，显著减少了工作上下文的使用。 原文链接：https://arxiv.org/abs/2603.04257
People in this episode
Host: 任雨山
Topics covered
- 人工智能
- 大模型
- 机器人算法
- 长程任务
- 经验记忆
Keywords
- Memex
- 长程任务
- 大语言模型
- 经验记忆
- 强化学习
Mentioned in this episode
Books & works: Memex, NotebookLM, MemexRL, arxiv
More episodes of Seventy3
- 【第621期】多智能体大语言模型系统的多样性坍缩 · June 12, 2026 · 22 min
- 【第620期】MASS-RAG：多智能体合成检索增强生成技术 · June 11, 2026 · 20 min
- 【第619期】Learning Mechanics：大模型学习力学 · June 10, 2026 · 21 min
- 【第618期】无状态决策记忆：企业级AI智能体架构 · June 9, 2026 · 28 min
- 【第617期】自动演化EDA工具：多智能体自进化ABC · June 8, 2026 · 23 min
- 【第616期】原生智能：通向自主演化智能体的元学习范式 · June 7, 2026 · 17 min
Explore listener stats, chart rankings, contacts and more on the Seventy3 podcast page.