Memento

Memento是一个基于记忆的持续学习框架，旨在帮助大语言模型代理从经验中改进而无需更新模型权重。其核心功能包括无参数更新的记忆增强学习、两阶段规划-执行循环以及案例推理等技术特点。通过记忆增强的马尔可夫决策过程（MDP）和高效的读写操作来存储与重用经验，使得LLM能够在不调整自身权重的情况下进行在线强化学习。此外，它还支持多种工具集成如SerpAPI和vLLM本地部署，进一步提升了开发效率。适用于需要长期学习且对计算资源敏感的应用场景，比如对话系统、个性化推荐等领域。