Memory & Agents
可更新记忆、上下文管理、持续学习与智能体系统。
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。
OSDN
OSDN: Improving Delta Rule with Provable Online Preconditioning in Linear Attention
OSDN以在线对角预条件缩放写入key，改善340M受控召回；1.3B局部残差收缩更强，但未转化为重复召回提升。
MiTA
Mixture-of-Top-k Attention: Efficient Attention via Scalable Fast Weights
MiTA以少量landmark构建可复用top-k专家并联合全局压缩，在视觉与LRA中实现精度—成本取舍；研读核对了算法泛化等图文不一致。
TTT
Learning to (Learn at Test Time): RNNs with Expressive Hidden States
TTT 将隐藏状态设为小模型权重，以可学习的自监督任务更新序列记忆，并通过 mini-batch 与对偶形式改善长上下文建模和执行效率。
LaCT
Test-Time Training Done Right
LaCT用大块在线更新提高计算效率以扩展非线性记忆，并结合局部注意力处理图像、语言和视频；复杂检索仍落后全注意力。
CL-Composition
Continual Learning Mechanisms Compose for Long-Horizon Memorization
生成式回放与合并LoRA呈现显著协同，延长100任务下的记忆寿命，但仍无法避免旧记忆与通用能力退化。
Proteus
Proteus: Incremental Memory Activation for Long-Context Sequence Modeling
Proteus 在固定记忆预算下渐进开放读写容量，多骨干平均指标改善，较长上下文的困难检索收益更明显。
FwPKM
Fast-weight Product Key Memory
FwPKM以稀疏在线键值更新补充长程情景记忆，重读改善检索，但吞吐与跨域记忆保留仍有限。
Lattice
Lattice: Learning to Efficiently Compress the Memory
Lattice 通过逐槽正交更新与归一化提高固定状态的记忆效率，分块近似实现训练并行，但质量和吞吐量收益需按配置分别解读。
没有找到匹配论文，试试其他关键词或标签。