LLM智能体长期记忆的治理状态损坏压力测试

记忆检索正确不等于使用正确，控制状态完整性需单独评估。

资讯摘要

论文提出“治理状态损坏”问题：智能体虽能正确检索记忆，但在记忆有效性状态变化后仍会误用。作者在六家提供商、731个基准基础上构造2080对匹配故障，离线检查中96.25%的配对改变了有效投影，oracle强制恢复达100%。在LongMemEval与Memora面板上，干净与损坏对比分别为40.54和30.60个百分点，并观察到恢复效应。

要点速读

1. 论文定义治理状态损坏：存储内容与任务不变，但进入模型可见上下文的记录发生改变。
2. 离线控制面检查中，损坏在96.25%的配对里改变有效投影，oracle强制恢复为100%。
3. LongMemEval二分类正确率干净减损坏差40.54个百分点，Memora FAMA为30.60个百分点，两者均出现恢复。

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。