研究内容：

智能体记忆增强面临三个核心技术难题：

一是选择性记忆。智能体无法自主判断哪些信息值得记住、哪些该遗忘。现有的做法是全部存或全部删，没有中间态。打个比方，就像一个学生把老师说的每句话都记下来，和什么都没记一样糟糕——前者信息太多找不到重点，后者完全没积累。

二是记忆整合。人脑在睡眠时会整理白天的记忆，把重要的东西从短期记转移到长期记忆。智能体没有这个机制，新的旧的堆在一起，越往后越乱，查找效率越来越差。

三是主动调用。就算存了东西，用的时候能不能想起来是关键。不能每次都像查字典一样全库检索，成本太高。需要智能体在对话过程中能*****;主动*****;想起相关记忆，而不是等着被问。

考核指标：

项目完成后，系统需实现以下指标：

①在**轮对话测试场景下，智能体对关键信息的主动召回率≥**%

单次记忆检索延迟≤*****（本地部署环境）；

②记忆存储空间占用较全量存储降低**%以上；

③支持至少****轮对话历史的结构化存储与快速检索。

申报条件：

*.资质要求

揭榜方应为国内高校或科研机构，具备人工智能、自然语言处理相关领域的研发能力，拥有不少于**人的研发团队。揭榜方应在智能体技术、机器学习或知识图谱领域有相关项目经历和技术积累。

*.技术要求

揭榜方应具备以下技术能力：

①熟悉大语言模型的工作原理和部署优化技术

②具备记忆网络、持续学习或增量学习相关研究经验

③能够设计并实现大规模文本数据的结构化处理与检索系统

④具有将学术研究成果转化为工程应用的能力

*.合作要求

揭榜方需与需求方建立稳定的产学研合作机制，定期汇报项目进展，共同解决技术难点。项目实施过程中，揭榜方应配备专职项目负责人和技术骨干，确保人员稳定和项目推进力度。