FocusMem：解耦內容、讀取與信任的潛在 GUI 記憶機制
為何重要
對開發者而言，FocusMem 解決了 LLM agents 的「記憶黑洞」問題，證明瞭結構化記憶（拆分保留與讀取）比單純的向量壓縮更有效，是架構 RAG 或 agent system 的重要參考依據。 對產業意義，此研究證實「信賴門」動態篩選機制可顯著降低檢索錯誤對決策的傷害，也是未來提升 UI agent 在非結構化環境中表現穩定性的關鍵技術路徑。
GUI agents 需在緊湊潛在記憶空間中平衡保留有用經驗與當前行進度，現有方法在壓縮與決策階段的設計往往缺乏彈性。
- 模型「FocusMem」在緊湊介面中分離職責，包含「角色感知內容基底」、「狀態條件化讀取」與可過濾不相關訊息的「輕量信賴門」。
- 表現超越「完全匹配的 action-only 固定記憶基線」以及先前的潛在記憶適配。
- 實驗涵蓋「五個 GUI-agent benchmarks」，並在攜帶周遭上下文與抑制不相關證據時展現優異魯棒性。
- 訓練時在「GUI policy 保持凍結」的前提下，僅訓練記憶相關元件。