TIDER：用强化学习定位时间窗口，改进 LLM 智能体长期记忆检索

论文提出 TIDER，一个时间感知的智能体检索框架。核心是一个用强化学习训练的 1.7B 时间区间定位器，在检索阶段先推断证据所在的时间窗口，再将时间通道与语义通道结果合并重排，解决语义相似但时间错位的记忆挤掉目标证据的问题。在 LifeBench 上达到 61.52%（提升 8.82%），在 LoCoMo 上达到 78.96%（提升 3.66%），两项均为当前最优成绩。方法借鉴人类情景记忆中的时间邻近效应，用组合奖励把稀疏的答案监督转化为细粒度检索反馈。