ParamMem：用参数反射记忆增强语言代理

自我反思使语言智能体能够迭代优化解决方案，但常常产生重复性输出，限制了推理性能。近期研究试图通过各种方法解决这一限制，其中，增加反思的多样性展现出了潜力。我们的实证分析揭示了反思多样性与任务成功率之间存在强正相关性，这进一步激发了对多样化反思信号的需求。我们引入了 Param Mem，一个参数化记忆模块，它将跨样本的反思模式编码到模型参数中，从而通过温度控制采样实现多样化的反思生成。在此模块的基础上，我们提出了 Param Agent，一个基于反思的智能体框架，该框架将参数化记忆与情景记忆和跨样本记忆相结合。在代码生成、数学推理和多跳问答上的大量实验表明，该方法持续优于现有最先进的基线模型。进一步分析显示，Param Mem 具有样本效率，能够实现跨模型尺度的弱到强能力迁移，并且无需依赖更强的外部模型即可支持自我提升，这凸显了 Param Mem 作为增强语言智能体有效组件的潜力。代码和数据可在以下链接获取：https://github.com/tianyao-aka/ParamAgent。