TrawMem：将智能体记忆重构为任务导向的角色自适应工作区

TrawMem 按任务角色而非仅相关性组织智能体记忆。

资讯摘要

论文提出 TrawMem，将智能体记忆系统重构为“任务导向的角色自适应工作区”，不再仅按与当前查询的相关性检索记忆，而是按记忆在任务中的角色与关系进行选择和组织，把交互历史整理为局部线程并构建工作区。作者报告在 LoCoMo 和 MemGallery 上使用四个开源与闭源骨干模型均取得一致提升，macro-F1 提高 2.23–3.14 点；在 LoCoMo 上，LLM-Judge 分数较 SimpleMem 在 Qwen3.5-9B 和 DeepSeek-V4-Flash 上分别提升 4.07 和 4.31 个百分点，同时上下文 token 分别减少约 12.8% 和 5.1%。

要点速读

1. 论文将智能体记忆重构为任务导向的角色自适应工作区，按任务角色与关系选择和组织记忆。
2. TrawMem 将交互历史组织为局部线程，通过分配角色并联合选择互补记忆构建工作区。
3. 作者报告在 LoCoMo 与 MemGallery 上使用四个开源和闭源骨干模型均有一致提升，macro-F1 提高 2.23–3.14 点。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/29 08:00:21（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。