论文提出ORC门控:让智能体持久记忆避免跨任务族干扰
原文标题:Scope Before You Persist: Preventing Cross-Family Interference in Agent Memory
重要度 3/5 · AI 综合评估报道影响力与新鲜度,4–5 分为高价值资讯。
一篇 arXiv 论文研究持久化记忆智能体中的跨任务族干扰问题,提出将检索作用域与认证作用域匹配的方法。实验显示 Scoped-ORC 将隐藏轨迹效用从 0.713 提升至 0.816,有害部署从 8 次中的 6 次降为零。该工作为智能体持久记忆的可靠性控制提供了新思路。
- 问题
- 持久化记忆智能体中,局部有效的技能编辑会干扰无关任务族,导致有害部署。
- 方法
- 将检索作用域与认证作用域匹配,用Scoped-ORC按技能来源任务族限定检索范围。
- 结果
- 隐藏轨迹效用从全局记忆的0.713提升至0.816,有害部署从8次中的6次降为零;27条配对流中平均效用提升0.063,接受63次更新且0次有害。
- 影响
- 做智能体长期记忆的团队需同时控制认证与检索作用域,否则记忆越多反而越不可靠。
深读 · 结论先行AI 生成展开看要点与影响 ↓
Scoped-ORC将智能体隐藏轨迹效用从0.713提至0.816,有害部署从6/8降至0
- •研究冻结模型智能体在ProcStream-RSI 12轮代码修复流上的表现
- •匹配检索作用域与认证作用域,让持久技能编辑支持跨任务族可靠复用
- •27条配对随机顺序流中,Scoped-ORC比Global-ORC平均效用高0.063
- •接受更新数从12增至63,19/27条流产生多个被接受的更新,0/63有害接受
- •全局控制仅0.713,低于静态智能体的0.775,因局部有效编辑会干扰无关任务族
为什么重要:对构建持久记忆智能体的团队,认证决定编辑是否被支持,检索作用域决定证据在何处被授权使用,二者需配套设计。
以上深读由 AI 依据标题/摘要/正文节选生成,仅供参考;事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现,并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果,参与者无需签署保密协议、可自由讨论并发表结论,且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果,分布在 700 多份手稿中,覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」,认为仅理解这些成果就需数年,且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿,覆盖 372 个成果族,声称解决了数百个长期未解问题,并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头,也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果,而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿,称未发布的前沿模型解决了数百个数学开放问题,平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼,但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本,避免把成果当作营销手段。