MESA:长视野智能体记忆的任务自适应多结构证据选择

arXiv:2608.10108v1 公告类型：新 摘要：长视野智能体累积的轨迹跨越数百个交错的推理、行动和观察步骤，其中回答查询可能取决于埋藏在历史深处的证据。外部存储器将此类轨迹存储为结构化表示，但每个结构都提供了独特且不完整的视图。现有的多内存系统要么为每个查询读取一组固定的结构，从而夸大上下文并引入噪声，要么将每个查询路由到单个结构，从而阻止补充证据的组合。 AMA-Bench 上的受控分析表明，最佳内存配置通常既不是单个结构也不是完整的联合，而是根据查询和任务需求而变化的多个结构内存的定制组合。受这些发现的启发，我们制定了结构级动态选择：从专用内存结构库中选择并融合查询自适应子集。我们提出了 MESA（长视野代理的多结构证据选择框架），它为每个轨迹构建五个互补的结构视图，并从端到端答案级别反馈中学习，以选择和融合冻结答案模型的查询特定子集。为了在这种弱监督下学习，MESA 采用了利用先验引导搜索和 UCB 引导调度的线束优化来平衡勘探和开发。在 AMA-Bench 上，MESA 的性能比最强基线高 8.5%，同时使用的证据令牌比全结构替代方案少 41%。