一句话定位
把数据组织为顺序任务流,检查 agent 能否边执行边检索、整合和更新经验。
研究问题与动机
静态对话 QA 不足以测试部署后不断积累经验的能力。该工作将 test-time learning 放入连续任务流。
方法与机制
统一多种记忆模块,在 goal-oriented 与 reasoning/QA 任务中评测;提出 ExpRAG 和 action–think–memory refine 的 ReMem 基线。
证据与结果
摘要支持流式评测框架及多种 memory module 比较;应关注任务顺序、经验可见范围、是否重置和预算公平性。
当前卡片依据 2026-05-18 的 arXiv 摘要与元数据;作者结论不等于独立复现。原始摘要和版本信息保存在一手来源快照。
局限与开放问题
在相似任务流上的提升可能是近邻复用,仍需反事实记忆、任务族隔离和分布变化实验。
关联与拓展
核验与阅读
- [x] 原始标题、作者、日期及摘要回查 arXiv
- [ ] 全文方法、结果表格、统计和成本协议逐项核验
- [ ] 代码可复现性与独立复现
- 一手来源