AdaMEM: Test-Time Adaptive Memory for Language Agents

AdaMEM 让 agent 在测试时维护动态短期策略记忆，而不是只在 episode 开头检索静态经验。它保留 offline raw trajectory 作为长期记忆，并在推理中按需合成 strategy memory；相对静态记忆 baseline，ALFWorld 最高相对提升 13%，WebShop 最高相对提升 11%。STEP-MFT 进一步训练模型从检索经验中生成步骤级策略，给 memory-as-adaptation 提供了具体训练路径。