arXiv cs.CL· Jinkyeong Choi, Chaebin Jeong, Junsung Jeon, Donghyeon Park·· 10 小时前AI 评分34
KEEPER：为长程 LLM 智能体学习控制充分的文本记忆
KEEPER: Learning Control-Sufficient Textual Memory for Long-Horizon LLM Agents
AI 导读
KEEPER 在共享递归接口下沿信息内容与更新敏感度两个维度对比了四种辅助目标，其中奖励相关预测在离线强化学习前后任务表现均为最高，优于联合监督。研究将“自一致性偏差”定义为传入记忆中已有错误主张的持续存在，并通过一条基线轨迹的声明级分析记录了纠正性观察下错误仍被保留的现象。作者据此主张在任务结果之外同时评估错误持续性与有效信息保留。
正文 · AI 翻译
摘要：递归文本记忆会将先前的错误带入后续更新，但仅凭任务表现无法确立记忆的可靠性。我们将自洽偏差定义为传入记忆中已存在的错误主张的持续存在。我们提出 KEEPER，在共享递归接口内沿信息含量与更新敏感性两个轴对四种辅助目标进行比较分析，考察监督目标与智能体表现之间的关系。在所评估的条件中，与奖励相关的预测在离线强化学习前后均取得最高的任务表现，优于联合监督。对一条基线轨迹的主张级分析记录了尽管存在纠正性观察，错误仍然持续存在。综合来看，这些分析支持在评估任务结果的同时评估错误持续性与有效信息保留。
| 主题： | 计算与语言（cs.CL）；人工智能（cs.AI） |
| 引用为： | arXiv:2610.41482 [cs.CL] |
| （或 arXiv:2610.41482v1 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.41482 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Jinkyeong Choi [查看邮箱]
[v1]
2026年10月30日星期五 09:36:06 UTC（410 KB）
来源：arXiv cs.CL · arxiv.org