DISCERN 模型更新审计协议

arXiv 论文指出企业智能体记忆的瓶颈不在召回而在消解：实体指代、时间状态与是否作答。作者提出 DISCERN 框架，写入时构建严格增量的双时间溯源图，读取时用零 LLM 工具面驱动智能体循环并只提交四类门控动作之一。在 ENT-310 基准上弃答 F1 达 0.924，宏平均正确率 0.861，均优于八个基线。

研究者将模型更新上线形式化为成对风险差异认证审计，提出 DISCERN 两级序贯协议。零标签层仅凭无标注流量即可认证分歧率低于阈值的良性更新，审计层只对采样到的分歧样本打标，并给出任意停止时刻有效的置信序列。在 785 组更新对、1.4B 参数 LoRA 微调等 14000 余条审计流上，误覆盖率仅 0.0002，56% 良性更新零标签通过。