论文推荐|ReasoningBank：基于推理记忆实现智能体自我进化的突破性框架

清华大学与斯坦福大学联合研究团队近日发布突破性研究成果ReasoningBank，该框架通过构建推理记忆系统解决长期困扰大语言模型智能体的历史经验复用难题。传统智能体在持续执行现实任务时，往往将每次交互视为独立事件，导致无法从成功或失败经历中提炼可泛化的推理策略。ReasoningBank创新性地建立双重记忆机制：一方面通过智能体自评估系统对任务执行结果进行标注，从成败经验中蒸馏出结构化推理模式；另一方面在测试阶段实现动态记忆检索与整合，形成持续自我优化的闭环学习系统。研究团队进一步提出内存感知测试时扩展技术（MaTTS），通过分配更多计算资源生成多样化任务交互经验，利用对比学习信号提升记忆质量，形成记忆优化与规模扩展的协同增强效应。在网页浏览和软件工程等基准测试中，该框架在任务执行效率和成功率上均显著优于仅存储原始轨迹或成功案例的传统记忆方案，为构建具备终身学习能力的自主智能体开辟了新路径。