लेख एक प्रोएक्टिव मेमोरी एजेंट का परिचय देता है जिसे लॉन्ग-होरिज़न टास्क में "व्यवहारिक स्थिति क्षय" को संबोधित करने के लिए डिज़ाइन किया गया है, जहाँ निर्णय-संबंधी जानकारी अक्सर खो जाती है जैसे-जैसे ट्रैजेक्टरी विस्तारित होती है। यह मॉड्यूल एक अपरिवर्तित एक्शन एजेंट के साथ चलता है, संरचित मेमोरी बैंक को सक्रिय रूप से अपडेट करता है और आवश्यक होने पर रिमाइंडर इंजेक्ट करता है।
- सिस्टम टर्मिनल-बेंच 2.0 पर pass@1 में +8.3 pp और $\tau^2$-बेंच पर +6.8 pp सुधार करता है, कमजोर और मजबूत दोनों एक्शन एजेंट के लिए।
- चयनात्मक हस्तक्षेप एब्लेशन अध्ययनों में निष्क्रिय बैंक एक्सपोज़र, हमेशा-ऑन इंजेक्शन, सलाहकार-केवल गाइडेंस और सामान्य रिकवरी से बेहतर प्रदर्शन करता है।
- लेखकों ने SETA पर SFT और GRPO का उपयोग करके Qwen3.5-27B को ट्रेन किया ताकि एक शुरुआती ओपन-वेट मेमोरी पॉलिसी बनाई जा सके।
यह दृष्टिकोण दिखाता है कि जटिल एजेंट वर्कफ़्लो में संदर्भ बनाए रखने के लिए सक्रिय मेमोरी हस्तक्षेप निष्क्रिय रिकवरी से अधिक प्रभावी है।