All-in-One Memory：面向记忆智能体的过程奖励强化学习

All-in-One Memory（AiO-Mem）通过共享证据状态统一评估检索、写入和停止决策，在长上下文记忆基准上持续提升答案准确率。它将异构历史编译为可溯源多视图事件，用统一记忆策略 actor 生成轨迹，并由轨迹条件过程奖励模型打分。过程分数聚合成动作平衡轨迹奖励后，经 PA-DAPO 优化策略，表现优于静态记忆系统和 RL 训练的记忆智能体。