연구진이 LLM 에이전트의 기억을 정적인 저장소가 아닌, 지속적으로 진화하는 연결성 그래프로 모델링하는 FluxMem 프레임워크를 제안했어요.
FluxMem은 초기 연결 형성, 피드백 기반 정제, 장기 통합의 세 단계를 거쳐 메모리 토폴로지를 점진적으로 개선하며, 누락된 링크를 복구하고 간섭을 제거하는 기능을 제공해요.
LoCoMo, Mind2Web, GAIA 벤치마크에서 최고 성능을 달성하며 복잡한 에이전트 환경에서 강력한 적응력과 일반화 능력을 입증했어요.