NY forskning på å forbedre hukommelsen for AI-agenter. (bokmerk det) Etter hvert som kontekstvinduer skalerer til millioner av tokens, skifter flaskehalsen fra rå kapasitet til kognitiv kontroll. Å vite hva du vet, vite hva som mangler, og vite når du skal stoppe, betyr mer enn å bearbeide hver eneste token. Lengre kontekstvinduer garanterer ikke bedre resonnement. Dette skyldes i stor grad at måten utviklere håndterer ultralange dokumenter på i dag, fortsatt utvider kontekstvinduet eller komprimerer alt til ett enkelt pass. Men når avgjørende bevis er sparsomme og spredt over en million tokens, forkaster passive minnestrategier stille de broleggende fakta som trengs for multi-hop resonnement. Denne nye forskningen introduserer InfMem, en agent med begrenset minne som anvender System-2-lignende kognitiv kontroll på svar på lange dokumenter gjennom en strukturert PRETHINK–RETRIEVE–WRITE-protokoll. I stedet for passivt å komprimere hvert segment mens det strømmer gjennom, overvåker InfMem aktivt om minnet er tilstrekkelig til å svare på spørsmålet. Er de nåværende bevisene tilstrekkelige? Hva mangler? Hvor i dokumentet bør jeg lete? PRETHINK fungerer som en kognitiv kontrollør, og avgjør om de skal stoppe eller hente inn mer bevis. Når det finnes bevishull, syntetiserer den en målrettet hentingsforespørsel og henter relevante passasjer fra hvor som helst i dokumentet, inkludert tidligere seksjoner den allerede har passert. WRITE utfører deretter felles komprimering, og integrerer hentet bevis med det nåværende segmentet i et begrenset minne under et fast budsjett. Treningsoppskriften bruker en SFT-oppvarming for å lære protokollmekanikk gjennom destillasjon fra Qwen3-32B, deretter tilpasser forsterkningslæring henting, skriving og stopp beslutninger med sluttoppgavens korrekthet ved hjelp av resultatbaserte belønninger og tidlig stoppforming. På ultralange QA-benchmarks fra 32 000 til 1 million tokens overgår InfMem MemAgent med +10,17, +11,84 og +8,23 gjennomsnittlige absolutte nøyaktighetspoeng på henholdsvis Qwen3-1,7B, Qwen3-4B og Qwen2,5-7B. En InfMem-agent med 4B parametere opprettholder konsistent nøyaktighet opp til 1 million tokens, mens standard baselines som YaRN kollapser til ensifret ytelse. Slutningslatensen faller i gjennomsnitt med 3,9 ganger (opptil 5,1 ganger) via adaptiv tidlig stopping. Disse gevinstene overføres også til LongBench QA, hvor InfMem+RL oppnår opptil +31,38 absolutt forbedring på individuelle oppgaver sammenlignet med YaRN-baseline. Artikkel: Lær å bygge effektive AI-agenter i vår akademi: