深度分析 MemQ：以 TD(λ) 與 Provenance DAG 實現來源追蹤的記憶增強代理 隨著大型語言模型加入外部記憶以提升適應性，MemQ 透過在記憶建立的來源圖(DAG)上套用 TD(λ) 追蹤，將信用沿結構向上回傳。實驗在六項多步驟任務中提升成功率最高達 5.7 個百分點，特別在需長期因果鏈的情境表現顯著，證明多階段信用分配的效益，預示未來記憶增強技術的發展方向。
