在智能体系统中，内存管理模型至关重要。现有方法主要依赖于大型语言模型（LLM）判断的合成问答（QA）对，这使得内存评估依赖于采样查询和下游阅读器。为了解决这一局限性，我们提出了 CMI-Mem，这是一个基于强化学习（RL）的轻量级内存管理模型，采用混合奖励机制，结合了下游QA的正确性和内在的条件互信息（CMI）。CMI评估新对话输入相对于当前内存状态所贡献的信息，而不依赖于采样的QA查询，从而补充而不是替代QA基础。我们的代码可在以下链接获取：CMI-Mem GitHub；CMI-Mem-4B模型检查点可在这里找到：CMI-Mem-4B Model。
博主点评： CMI-Mem通过引入条件互信息的概念，显著提升了内存管理的灵活性与效率，尤其是在复杂对话场景中。这一创新方法为智能体系统的长期记忆管理带来了新的思路，值得深入研究与应用。