论文用决策论框架量化语言智能体记忆的价值与失效。
资讯摘要
论文提出一个决策论框架，用来分析语言智能体记忆的价值：从原始历史到持久状态、实际使用，再到代价高昂的恢复与修订。作者用避免任务损失的单位衡量原始价值与保留价值，用风险-成本前沿描述可达到的恢复与保存水平，并给出成本感知仿真条件与五个最小反例，说明信息时机、检索访问、组件交互、反馈和需求不确定性的作用。论文在 LoCoMo 等任务上的诊断显示，记忆在保存、使用和测量上存在失效。
要点速读
- 论文提出决策论框架，用避免任务损失的单位表达记忆的原始价值与保留价值，并以风险-成本前沿刻画恢复与保存。
- 五个最小反例揭示信息时机、检索访问、组件交互、反馈与需求不确定性的作用；作者指出，与答案互信息为零的指针仍可降低精确恢复成本。
- 在 LoCoMo、双项目更新任务和纵向案例上的诊断显示保存、使用与测量失效：固定检索证据时，保存的账本会改变后续答案；固定智能体输出时，评估者修订会改变分数。
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。