NTU团队发布MemSkill：可学习进化的智能体记忆技能

南洋理工大学等机构的研究团队在 NeurIPS 2026 发表 MemSkill，把记忆操作封装成可学习、可复用、可进化的 Memory Skills：由 Controller 选择技能、Executor 构建记忆，并用任务反馈优化技能选择，依据失败案例修订和扩展技能库。 实验以 LLaMA 与 Qwen 为 Base Model，覆盖 LoCoMo、LongMemEval 和 ALFWorld。团队称，Qwen 上的结果来自 LLaMA 所学技能的直接迁移，LongMemEval 复用了 LoCoMo 上学到的技能库，均无需重新训练；LoCoMo 上演化出的技能库还被直接迁移至 HotpotQA，以检验从多轮对话到文档型问答的泛化，同样无需针对 HotpotQA 重新训练。 在默认选择 7 项技能时，团队称 MemSkill 在三种上下文长度下均优于 MemoryOS 与 A-MEM。

AI 根据报道生成 · 8 天前更新