SAGE: A Novelty Gate for Efficient Memory Evolution in Agentic LLMs

SAGE 将 agent memory 写入控制改写为 novelty detection，而不是每次都让 LLM 决定新增、合并或忽略。它用 von Mises-Fisher density estimator 在 memory embeddings 上估计候选事实的新颖度，并用 adaptive threshold 路由 ADD、NOOP 或 LLM merge。LoCoMo 上它相对 Mem0 在七个 open-weight backbone 比较中平均 token-F1 最好；GPT-4o-mini 上 add-phase API cost 降 3.4 倍、latency 降 2.5 倍。