Context Memory
按研读更新时间浏览本主题的论文；一篇论文可属于多个主题。
MemGPT
MemGPT: Towards LLMs as Operating Systems
MemGPT 以虚拟内存式分层存储、队列驱逐和心跳函数调用管理固定窗口上下文；在历史回忆、文档问答与嵌套检索中取得提升，效果取决于底座模型持续调用工具的能力。
Cortex
Cortex: Consolidating Context into Parametric Memory
Cortex 用前瞻性查询和有上下文教师蒸馏，将经验写入可合并的 FFN 更新；50 次连续事实编辑恢复 88.9% 的上下文增益并保留 99.8% 的所测非目标表现。
MemT
MemT-1.0: Towards Memory-Native Evolution
MemT-1.0 以稳定逐 token 写入和跨轮状态在参数化记忆基准领先，并降低长历史存储与延迟；精细召回仍落后于文本记忆。
GenMem
GenMem: Generative Symbolic Memory for Self-Evolving Harness
GenMem以生成式SID统一经验记忆读写并保持地址稳定，完整训练系统取得收益，但组合泛化与评测划分仍需补强。
REMORY
REMORY: Learning Residual Memory for Context Compaction
REMORY 以摘要条件软记忆补偿上下文压缩，改善来源归属与智能体决策；生成费用下降尚未计入记忆网络计算。
CLM
Context Language Models
CLM 将实时上下文设为模型可编辑文件，通过技能演化、强化学习和近似后缀缓存复用改善长任务的性能与计算成本。
Nectar
Nectar: Neural Estimation of Cached-Token Attention via Regression
Nectar 以输出与归一化量双网络压缩静态文档注意力，随机问题接近完整缓存，但分布外问题和离线训练成本限制适用范围。
ExplicitLM
ExplicitLM: Decoupling Knowledge from Parameters via Explicit Memory Banks
通过可读 token 记忆和两阶段可训练检索改善预置事实召回，知识编辑效果及同知识条件对比仍待验证。
JitMem
Just-in-Time Memory: Learning to Curate Task-Adaptive Memory for LLM Agents
JitMem 保留原始轨迹，在当前任务已知时整理记忆，并以同任务奖励训练整理器；多个基准受益，但总成本和收益范围仍需区分。
MemPrism
MemPrism: Task-Conditioned Relational Memory Views for Long-Horizon Agents
MemPrism 按当前决策构建关系记忆视图，改善冻结任务模型的表现并减少输入 token；在线网页泛化与端到端成本仍待验证。
LightMem
Lightweight LLM Agent Memory with Small Language Models
LightMem 用小模型管理在线检索与写入、离线整合共享知识，在所测基准改善记忆质量与延迟，但实验协议和维护成本仍有边界。
没有找到匹配论文，试试其他关键词或标签。