Hugging Face · 每日论文· 媒体 / 作者来源·精选
MCCL：以记忆为中心的AI代理持续学习框架
原文标题
Memory-Centric Continual Learning for AI Agents
AI 导读
论文提出以记忆为中心的持续学习（MCCL），主张记忆应以能否改善未来行动来评判，而非只看检索准确率。框架包含三部分：按存储基质、资产形态和管理策略划分的三轴分类及内外双循环生命周期；衡量干扰下保持、变化适应与任务迁移的评估协议；以及刻画性能随经验、存储和算力扩展的记忆扩展框架。
来源：Hugging Face · 每日论文 · arxiv.org
导读与选稿说明
提出代理记忆应从被动检索转向持续学习，并给出分类、评估协议与记忆扩展框架，属方法论贡献，尚无实验数字。
导读由模型辅助整理，非独立核验。完整信息见原文。