EvolveMem: Architettura di Memoria Auto-Evolvente per Agenti LLM

I ricercatori hanno introdotto EvolveMem, un'architettura di memoria auto-evolvente per agenti LLM che adatta sia la conoscenza memorizzata che i meccanismi di recupero. A differenza dei sistemi tradizionali in cui l'infrastruttura di recupero rimane fissa, EvolveMem utilizza un modulo di diagnosi basato su LLM per analizzare i registri di errore, identificare le cause profonde e proporre aggiustamenti mirati della configurazione. Un meta-analizzatore protetto applica le modifiche con salvaguardie automatiche di revert-on-regression e explore-on-stagnation, consentendo un'auto-evoluzione a ciclo chiuso attraverso un processo di AutoResearch. Questo approccio mira a migliorare la memoria a lungo termine attraverso più sessioni.