AI summary1 แหล่ง· เมื่อวาน · 05:19

งานวิจัย 15 เรื่องเปิดแนวทางใหม่ด้านหน่วยความจำ AI Agent โฟกัส KV cache, hierarchy, one-shot correction

งานวิจัยล่าสุดจาก arXiv รวม 15 เรื่องชี้ว่า ‘memory’ คือคอขวดหลักของ AI Agent ที่ทำงานยาว ๆ แทนที่จะเก็บทุกอย่างใน context window หรือใช้ RAG แบบเดิม นักวิจัยเสนอทางเลือกหลากหลาย: reuse KV cache เพื่อลด prefill latency (AgentKVShift), จัดหน่วยความจำเป็น action space (NapMem), แยก semantic/episodic/procedural memory (AdMem), แก้ไขข้อผิดพลาดแบบ one-shot (Experience Memory Graph), externalize control (CogniConsole) และ selective persistent memory ที่เลือกเก็บเฉพาะ context ที่มีประโยชน์ สิ่งที่เหมือนกันคือทุกแนวทางพยายามให้ agent เรียนรู้สะสมจากประสบการณ์โดยไม่ต้อง re-encode ทุกครั้ง

01
แหล่งข่าว
03
ประเด็น
เมื่อวาน · 05:19
อัปเดต
  • AgentKVShift ช่วย reuse KV cache สำหรับ structured memory units ลด prefill latency
  • NapMem จัด user history เป็น multi-granularity memory pyramid เปลี่ยน memory เป็น action space
  • TrustMem และ Experience Memory Graph ป้องกัน memory corruption และแก้ไขข้อผิดพลาดแบบ one-shot
ทำอะไรต่อได้

สิ่งที่น่าลองทำต่อหลังอ่านจบ เลือกข้อที่ตรงกับงานของคุณได้เลย

  1. 01ทดสอบ AgentKVShift บน memory system ปัจจุบัน เทียบ prefill latency ก่อน/หลัง reuse KV cache สำหรับ structured memory units ที่ LLM agent เรียกใช้ซ้ำ
  2. 02ออกแบบ memory pyramid ตามแนว NapMem แยก raw conversation, typed records, topic tracks, user profiles พร้อม provenance links ระหว่าง level
  3. 03ใช้ selective persistent memory (Shared Selective Persistent Memory) เพื่อคัดเฉพาะ reusable context (domain constraints, data schemas, tool-use patterns) แทนการเก็บ history ทั้งหมดใน multi-turn code generation
แหล่งต้นทาง · 15

ลิงก์ต้นทางอยู่ครบ เพื่อให้เปิดอ่านเต็มและเทียบข้อมูลเองได้

EN
arXiv — cs.AIเมื่อวาน · 04:00
AgentKVShift: Efficient KV Cache Reuse for Agentic Memory Systems
EN
arXiv — cs.AIเมื่อวาน · 04:00
Trajectory-Aware Retrieval Agents for Temporal Decision- Making
EN
arXiv — cs.AI21 ก.ค.
Just A Rather Very Intelligent Spoken Agent
EN
arXiv — cs.AI16 ก.ค.
Oracle Agent Memory as an Enterprise Memory Substrate for Long-Horizon AI Agents
EN
arXiv — cs.AI16 ก.ค.
Experience Memory Graph: One-Shot Error Correction for Agents
EN
arXiv — cs.AI13 ก.ค.
CogniConsole: Externalizing Inference-Time Control as a Formal Abstraction for Reliable LLM Interactions
EN
arXiv — cs.AI13 ก.ค.
Shared Selective Persistent Memory for Agentic LLM Systems
EN
arXiv — cs.AI11 ก.ค.
Agentic Neural Architecture Search
EN
arXiv — cs.AI11 ก.ค.
ASMR: Agentic Schema Generation for Ship Maintenance Report Writing
EN
arXiv — cs.AI8 ก.ค.
From Passive Retrieval to Active Memory Navigation: Learning to Use Memory as a Structured Action Space
EN
arXiv — cs.AI25 มิ.ย.
TRUSTMEM: Learning Trustworthy Memory Consolidation for LLM Agents with Long-Term Memory
EN
arXiv — cs.AI11 มิ.ย.
Organize then Retrieve: Hierarchical Memory Navigation for Efficient Agents
EN
arXiv — cs.AI10 มิ.ย.
ActiveMem: Distributed Active Memory for Long-Horizon LLM Reasoning
EN
arXiv — cs.AI8 มิ.ย.
AdMem: Advanced Memory for Task-solving Agents
EN
arXiv — cs.AI27 เม.ย.
Memanto: Typed Semantic Memory with Information-Theoretic Retrieval for Long-Horizon Agents
แชร์
ข่าวที่เกี่ยวข้อง