记忆库越大，固定阈值主动召回误报率急剧上升。
资讯摘要
论文研究长期在线助手主动回忆记忆时的判断问题，指出该决策本质是多重检验问题，难度随记忆库规模 N 增长。在 LongMemEval 与 LoCoMo 的流式回放中，按 N=8 时 5% 误报率调好的相似度阈值，到 N=2048 时误报率升至 87–100%，跨嵌入模型及显式、隐式线索均成立。作者推导出误报率与逐项假阳性率的关系，并预测词法与语义通道阈值需分别按 ln N 与 √(ln N) 增长。
要点速读
- 在 LongMemEval 和 LoCoMo 流式回放中，N=8 时按 5% 误报率调好的阈值，在 N=2048 时误报率达 87–100%，LLM 评判器也呈同样增长趋势。
- 论文证明误报率为 α 的门控对应逐项假阳性率约 -ln(1-α)/N，据此预测的命中率与逐 N 调优的 oracle 阈值相差不超过一个百分点。
- 提出 cue-swap conformal gate，无需标签，在可交换性假设下具有有限样本误报保证；LongMemEval 上误报率维持在约 5%，命中率与标签调优阈值相当。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/28 08:00:17（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。