TellOnce：让编码智能体记住一次纠正

TellOnce 将一次性纠正转为持久行为规则，降低偏好违规率。

资讯摘要

论文提出 TellOnce，一种无需更新底层模型的可插拔个性化层，将对话中的纠正转化为持久、有范围、可修订的行为规则。作者报告，在 ClawArena 与 MemoryArena 上，三个模型共六种设置下 TellOnce 的偏好违规率均最低，相对 PGMem 在 ClawArena 降低 19.3–42.3 个百分点，在 MemoryArena 降低 3.0–22.9 个百分点，任务表现大体相当；在 SWE-Together 上还能从早期任务反馈中学习，提升新编码任务质量。

要点速读

1. 论文指出，使用 Mem0 的智能体在真实交互诊断中仍违反 57.5% 的适用偏好检查。
2. TellOnce 判断哪些要求应持久保留、何时适用，并与后续反馈和已有规则协调。
3. 实验代码与可部署 skill 已在 GitHub 公开。

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。