MemoryCPT: An End-to-End Agent Memory Framework for Cost-Performance Trade-off¶

复现级别：核心机制 mini-suite。 本地实现执行论文特有的端到端 Agent 记忆算子；不把确定性小型评测写成论文完整复现。

论文信息¶

字段	内容
论文链接	arXiv 2608.04843
公司/机构/学校	Hong Kong University of Science and Technology / Tencent LIGHTSPEED STUDIOS
首次公开日期	2026-08-05（arXiv v1）
原文开源代码	否：未发现原作者公开代码（核查日期：2026-08-09）
Adapter	`memorycpt`
本地复现代码	`src/auto_research/agent_research/latest_20260809.py`

主题：端到端 Agent 记忆。 QAD 将离线记忆构建链蒸馏为紧凑模型；QAR 用 RRF 检索和 LoRA summarizer 生成查询相关上下文，并以成本感知 GRPO 优化 Quality per Cost。

flowchart LR
    N0["长交互历史"] --> N1
    N1["QAD 离线蒸馏"] --> N2
    N2["RRF 检索"] --> N3
    N3["QAR + GRPO"] --> N4
    N4["压缩上下文"]

原论文 Figure 1（关键图）：展示原论文的整体流程、关键阶段及其数据流向。图片来自原论文，版权归原作者所有；点击图片可查看来源。

\(QPC=Q(answer)/C_{inference}\)

LoCoMo 与 LongMemEval 上改善质量—成本折衷；消融验证 QAD、RRF、QAR 与成本 reward 的贡献。

稳定指标保存在本论文目录的 metrics/planbench-mini-seed42.json，不提交 checkpoint 或原始运行目录。

auto-research agent-research --method memorycpt --benchmark planbench-mini --episodes 120 --seed 42

本地对照口径：memorycpt 与同一公开 mini-suite 的无该机制控制组比较；仅报告本地产物中的指标，不把原文大模型/真实环境结果移植为本地提升。