CoEvo-Mem：检索路由与记忆库交替共进化

Fidelity：核心机制复现。本页把原论文结论、本地机制验证和未复刻部分分开陈述。

论文信息

字段	内容
论文链接	CoEvo-Mem: Co-Evolving Retrieval Policy and Memory Bank for LLM Agents（arXiv 2608.01739）
公司 / 机构	论文未列机构
首次公开日期	2026-08-03（arXiv v1）
原作者代码	未发现/未发布官方代码（核查日期：2026-08-08）
本地 adapter / 方法键	coevo-mem
本地复现代码	src/auto_research/agent_research/

原始论文总结

背景与主要改动

只优化 query routing 或只更新 memory bank 会忽略二者反馈环。CoEvo-Mem 让冻结 LLM 生成 route-specific rewrite 和 prior，轻量 residual router 在线修正；任务结果更新路由，轨迹反馈更新 memory value 与 graph relation，并交替冻结一侧控制非平稳性。

flowchart LR
 A["学生 / Agent rollout"] --> B["论文特有规划 / 记忆算子"]
 B --> C["可审计的目标或状态更新"]
 C --> D["公共 mini-suite 评测"]

原论文关键图

原论文 Figure 2（关键图）：展示原论文的训练流程与关键优化环节。图片来自原论文，版权归原作者所有；点击图片可查看来源。

核心公式

\[ q'=q_{LLM}+\Delta_\phi(q),\quad \phi\leftarrow\arg\max J(\phi;M\ \mathrm{fixed}),\quad M\leftarrow\operatorname{Update}(M;\tau,\phi\ \mathrm{fixed}). \]

论文离线与线上效果

七个多样 benchmark 上达到 SOTA，验证 retrieval-memory co-evolution；无生产 A/B。

本地复现

实现 route rewrite、残差路由与 router/memory bank 交替更新；检索键包含任务轴和工具签名，防止跨任务误复用。

PlanBench mini-suite、120 episodes、seed 42：joint success 1.0000，average cost 0.5000；论文特有操作均有非零 telemetry。

auto-research agent-eval --method coevo-mem --benchmark planbench-mini --episodes 120 --seed 42
auto-research evolve --model agent --dataset planbench-mini --direction "组合 coevo-mem 与已安装论文算子" --generations 2 --population 4

固定指标见 ../../experiments/p0-p1-closed-audit-20260808-seed42.json。

复现边界

本地使用确定性公共 mini-suite 验证核心状态更新和公平预算，不等同于原论文大模型、多卡 RL、私有环境或完整 benchmark；本地相对变化不得与原文提升混写。