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 हैं। यह अलग 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 एक प्लग-एंड-प्ले हस्तक्षेण तंत्र के रूप में काम करता है जो यह तय करता है कि क्या मेमोरी-आधारित रिमाइंडर इंजेक्ट करना है या चुप रहना है।
- यह विभिन्न एक्शन एजेंट्स पर pass@1 के लिए Terminal-Bench 2.0 पर +8.3 pp और $τ^2$-Bench पर +6.8 pp की वृद्धि हासिल करता है।
- Ablations दिखाते हैं कि चयनात्मक हस्तक्षेण निष्क्रिय बैंक एक्सपोजर, हमेशा-ऑन इंजेक्शन, केवल सलाहकार मार्गदर्शन और सामान्य रिकवरी से बेहतर है।
- लेखकों ने SETA पर SFT और GRPO का उपयोग करके Qwen3.5-27B को प्रशिक्षित किया ताकि एक शुरुआती ओपन-वेट मेमोरी पॉलिसी बनाई जा सके।
यह दृष्टिकोण महत्वपूर्ण संदर्भ को निर्णयों को प्रभावित करने में सुनिश्चित करके प्रदर्शन को बेहतर बनाता है, न कि इसे संदर्भ विंडो में दबाया जाता है।