METTA：面向元强化学习的内存增强测试时适应

论文提出 METTA，把元强化学习的快速适应阶段分解为两个时间尺度：因果神经记忆以线性序列复杂度完成情节内细粒度适应，紧凑的情节级摘要支持跨情节的远程任务推断，避免对完整交互历史做二次复杂度注意力。作者称神经记忆带来更强表达力和测试时训练能力，可适应未见任务与任务族，但摘要未给出完整结果。

AI推荐理由 提出 METTA，将元强化学习的快速适应拆成线性复杂度的因果神经记忆与情节级摘要两层，声称在未见任务上有效；摘要截断，缺少完整实验数据与基线对比，价值需看全文验证。