Memento-II：基于状态反射记忆的持续学习

本文提出了一种用于大型语言模型（LLM）智能体的持续和体验式学习的新框架。它通过提出一个反射记忆系统来解决传统训练方法的局限性，该系统允许智能体通过交互进行适应，而无需反向传播或微调。该框架的理论基础和收敛保证是重要的贡献，为能够持续适应的基于记忆增强和检索的LLM智能体提供了一种有原则的方法。

• •提出了一个用于LLM智能体的持续学习的新框架。
• •将情景记忆与强化学习相结合。
• •采用反射记忆，无需反向传播或微调即可实现适应。
• •引入状态反射决策过程。
• •为生成的策略提供收敛保证。