AO-DA 架构发布：边缘 LLM 智能体抗上下文污染
原文标题：Decoupling Logic from Persona: Structural Immunity of Edge LLM Agents to Context Pollution
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。
论文提出解耦架构 AO-DA，把逻辑推理与人格表达拆成同一 INT4 基座模型上的两条推理路径，用可热插拔 LoRA 适配器实现。在 Apple M2 上对 Llama-3.1-8B 与 Gemma-3-4B 的测试显示，解耦逻辑路径对污染结构性不变，输出逐字节一致，而混合单次推理随污染单调退化。
- 问题
- 边缘设备上长历史与人格指令污染智能体的逻辑推理。
- 方法
- AO-DA 把逻辑推理与人格表达拆成同一 INT4 基座上的两条路径，用可热插拔 LoRA 适配器连接。
- 结果
- 解耦逻辑路径对污染结构性不变、输出逐字节一致（40/40），混合单次推理逻辑分从 0.669 降至 0.150（Llama）。
- 影响
- 边缘智能体可用解耦架构稳定人格与逻辑，避免长对话把推理带偏。
深读 · 结论先行AI 生成展开看要点与影响 ↓
AO-DA把逻辑与人格拆成两条推理路径，污染下逻辑输出逐字节一致，混合单次推理则单调退化。
- •同一INT4基座模型上跑两条推理路径，用可热插拔LoRA适配器分离「What」与「How」
- •Apple M2上测试Llama-3.1-8B与Gemma-3-4B，480次运行覆盖4污染等级×3臂×2任务×2人格×5种子
- •解耦逻辑路径提示稳定在180（Llama）/167（Gemma）token，混合单次从242涨到1203，输出40/40逐字节一致
- •混合单次逻辑分单调下降：Llama 0.669→0.150，Gemma 0.487→0.150，主因是80-95%（Gemma最高两级100%）未输出所需结构化结果
为什么重要：边缘设备单上下文窗口内人格与逻辑互相干扰是实际痛点，解耦架构给出了结构性不变的验证结果。
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。