论文发现模型能记住约束却不再执行，属行为漂移。
资讯摘要
论文研究长程对话中模型能复述指令却不再遵守的“回忆—合规分离”现象，将其定义为 State Integrity Collapse，并推出 StateTrack-Bench 基准，覆盖数值、格式、角色/人设、事实记忆与逻辑规则等约束。作者报告在七个固定模型快照与五档对话深度下，严格联合保持率为 62.4% 至 100.0%，退化集中在符号约束；分叉回忆审计显示 88.6% 的失败属于行为漂移而非普通遗忘。
要点速读
- 论文定义 State Integrity Collapse：模型保留约束记忆但后续轮次不再执行。
- StateTrack-Bench 覆盖数值、格式、角色/人设、事实记忆和逻辑规则约束。
- 作者报告严格联合保持率 62.4%–100.0%，88.6% 的失败为行为漂移；Structured State Anchoring 在不可变约束上最多恢复 24.4 个百分点。
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 2026/10/24 08:00:37（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。