找回密码
立即注册
搜索
发回帖 发新帖

6702

积分

0

好友

831

主题
发表于 7 小时前 | 查看: 97| 回复: 0

每一次智能范式的跃迁,都会重新定义系统所需要的知识基础设施。

Personal Agent 需要一种具有可演化状态的 Memory:事实可回溯,判断可验证,用户状态可持续更新,记忆的作用也能随当前任务动态调整。

基于这一认识,厦门大学、吉林大学等团队提出 EvoMemState: Evolving Memory State for Personal Agents,推动个人智能体的长期记忆从 Fact-Centric Storage 走向 State-Centric Evolution。

EvoMemState 论文标题页:作者与机构信息

01 为什么记住事实仍然会答错?

现有长期记忆系统大多遵循 Fact-Centric(事实中心)范式:从对话中抽取用户事实,对它们进行存储、压缩或更新,再根据当前问题检索相关记录并交给 LLM 作答。

记忆中心 vs 状态中心架构对比流程图

Figure 01 传统范式只维护和检索事实;状态中心范式在事实之上显式加入关系状态与请求级推理状态。

这套范式解决了上下文窗口无法容纳全部历史的问题,却隐含了两个不总是成立的假设:检索到相关事实,就足以重建用户当前状态;只要把正确事实交给模型,模型就会自动以正确方式使用它们。

事实相关,不等于证据完整。

在 MemSyco-Bench 的 Valid Memory Selection 子集上,MemoryBank、LightMem 和 Supermemory 分别有 58.9%、61.8% 和 58.0% 的样例没有检索到全部必要信息。对五个受测系统中的四个,完整检索所有证据后,回答准确率比证据不完整时高出 5.9—33.3 个百分点。

不同记忆模型检索完整率与条件准确率对比

Figure 02 相关记忆经常没有被共同检索;当证据完整时,多数系统的回答准确率明显更高。

证据完整,也不等于使用正确。

02 从事实中心到状态中心:记忆 = 事实 + 状态

我们提出 State-Centric(状态中心)的个人记忆新范式,重新定义 Personal Agent 的长期记忆基础设施:个人记忆是一个由事实与状态共同构成、随交互持续演化并服务当前决策的系统。 EvoMemState 将这一范式具体实现为三个协同层次:Persistent Facts、Relational States 和 Reasoning State。

EvoMemState 三层记忆结构:Persistent、Relational、Request

03 EvoMemState:构建状态、学习状态、使用状态

EvoMemState 由三个首尾衔接的阶段组成:Ontology-Guided Memory State Induction、RL-Based State Evolution 和 State-Aware Reasoning。

EvoMemState 总体管道:本体引导状态归纳、强化学习状态演化与状态感知推理

Figure 04 EvoMemState 总体框架:从个人记忆本体,到强化学习状态演化,再到状态感知回答。

阶段 方法 作用
01 Ontology-Guided Induction 从对话抽取原子事实,构建个人记忆本体,并维护有效性、范围与关系。
02 RL-Based State Evolution 根据下游回答质量训练独立策略,学习可复用的记忆使用经验。
03 State-Aware Reasoning 补齐关联证据,生成请求级推理状态,再指导冻结的个人 Agent 回答。

本体引导记忆构建:CREATE、MERGE、SPLIT 操作流程

Figure 07 Ontology-Guided Memory State Induction:本体结构可以随新事实创建、合并与细化,同时保留可追溯证据。

04 两种状态为什么缺一不可?

假设长期记忆中有三条记录:M1 是“过去喜欢徒步”,M2 是“现在更喜欢海滩旅行”,M3 是“正在从膝伤中恢复”。

记忆 系统保存的个人历史 当前度假请求的使用规则
M1 过去喜欢徒步 · historical M1 可回答历史兴趣,但不主导当前推荐
M2 现在偏爱海滩 · current M2 代表当前偏好,应拥有更高优先级
M3 膝伤恢复中 · constraint M3 是现实约束,应排除高强度活动

三种记忆选择场景:偏好更新、证据冲突、范围控制

Figure 10 动态记忆规则案例:处理偏好更新、任务证据与个人倾向冲突,以及记忆适用范围控制。

05 实验结果:不仅找得更全,也用得更对

论文在 MemSyco-Bench、MemTrapBench、LoCoMo 与 LoCoMo-Refined 四个基准上评测,并比较 NaiveRAG、MemGPT、MemoryBank、Mem0、A-MEM、LightMem、Supermemory、SimpleMem、PGMem 等九类基线。回答模型分别采用 Qwen3-8B 与 GPT-4o-mini。

指标 数值
MemSyco / Qwen3-8B 57.6%
MemSyco / GPT-4o-mini 58.9%
平均完整检索率 85.6%
LoCoMo-Refined / 检索命中率 0.816

更可靠地判断何时使用和如何使用记忆

EvoMemState 在 MemSyco-Bench 上分别取得 57.6% 和 58.9% 的平均准确率,超过最强基线 12.2 和 5.9 个百分点。在 Qwen3-8B 下,它同时取得最低的记忆迎合率与最高的正确记忆使用率。

完整检索只是起点,正确使用才是关键

九种记忆方法在完整检索率与 Acc@complete 指标上的对比

Figure 05 完整检索率与 Acc@complete:EvoMemState 的优势在证据已经齐全时尤其明显。

EvoMemState 的平均 Complete Retrieval Rate 达到 85.6%。在证据完整的样例上,LoCoMo-Refined 的 Acc@complete 达到 70.8%,超过最强基线 11.5 个百分点;MemSyco-Bench 的 Acc@complete 达到 68.5%,超过最强基线 31.2 个百分点。

状态建模没有牺牲长期事实回忆

Response Model MemSyco MemTrap LoCoMo-R Overall Avg.
Qwen3-8B 57.6 79.1 57.4 59.9
GPT-4o-mini 58.9 78.7 60.8 61.2

在 LoCoMo-Refined 上,EvoMemState 使用两种回答模型都取得最高的 LLM-Judge 分数与 Token F1,Judge Score 分别比最强基线高出 6.1 和 7.0 个百分点。保留原始事实并显式维护关系,使状态推理并没有以牺牲长期回忆能力为代价。

论文地址: https://arxiv.org/pdf/2611.03743
代码仓库: https://github.com/XMUDeepLIT/EvoMemState




上一篇:Codex+11个开源科研Skill:从选题、写作到投稿全覆盖
下一篇:AI芯片出口管制拟扩围:马来西亚、新加坡等7国或面临美国新规审查
您需要登录后才可以回帖 登录 | 立即注册

关闭

站长推荐上一条 /1 下一条

手机版|小黑屋|网站地图|云栈社区 ( 苏ICP备2022046150号-2 )

GMT+8, 2026-11-16 08:19 , Processed in 0.063170 second(s), 41 queries , Gzip On.

Powered by Discuz! X3.5

© 2025-2026 云栈社区.

快速回复 返回顶部 返回列表