Memory-as-Action: Agenten lernen, ihr Gedächtnis aktiv zu steuern

Neues Forschungspapier von ArXiv (2510.12635v1) zeigt, wie große Sprachmodelle (LLMs) ihre begrenzte Arbeitsgedächtniskapazität bei langwierigen Aufgaben besser nutzen können. Anstatt auf externe, heuristische Speichermechanismen zurückzugreifen, wird das Gedächtnismanagement als lernbare, intrinsische Fähigkeit integriert.

Der Ansatz „Memory-as-Action“ lässt den Agenten explizite Bearbeitungsschritte – wie das Löschen oder Hinzufügen von Kontext – als Teil seiner Gesamtpolitik ausführen. Durch diese aktive Steuerung kann das Modell die Balance zwischen Speicheraufbereitung und langfristigen Zielsetzungen unter vorgegebenen Ressourcenbeschränkungen optimieren.

Die Einführung von Speicher‑Editieraktionen führt zu sogenannten Trajektorienbrüchen, da die übliche Annahme eines kontinuierlich wachsenden Präfixes im LLM-Dialog nicht mehr gilt. Um die damit verbundenen Störungen der kausalen Kontinuität zu überwinden, präsentiert die Arbeit den Algorithmus Dynamic Context Policy Optimization. Dieser unterteilt Trajektorien an Speicher‑Aktionspunkten und wendet auf die resultierenden Segmente Trajektorien‑Level-Vorteile an, wodurch ein stabiles End‑zu‑End Reinforcement‑Learning ermöglicht wird.

Ergebnisse zeigen, dass die gleichzeitige Optimierung von Aufgabenlogik und Speicherverwaltung nicht nur den Gesamtrechenaufwand reduziert, sondern auch die Leistung der Aufgaben verbessert. Adaptive Kontext‑Curation‑Strategien passen sich dabei dynamisch an die Bedürfnisse des Modells an, was die Effizienz und Effektivität von LLM‑basierten Agenten deutlich steigert.