Verifiable Memory

该方法把长期记忆、活跃上下文和 episodic 状态置于同一操作空间，用监督微调加三阶段强化学习训练代理执行 7 种记忆操作。局部验证器检查状态转移，全局验证器约束证据一致性和终态记忆；在 5 个基准、2 个骨干模型的大多数指标上取得最佳结果。验证器只在训练期使用，因而推理时没有额外裁判成本，但效果仍取决于训练时可判定的记忆规范。