arXiv cs.CL· Zehao Lin, Erenkai Zhu, Helan Hu, Xixuan Hao, Chunyu Li, Kai Chen·· 12 小时前AI 评分34
语言智能体的记忆价值：一个决策论框架
The Value of Memory in Language Agents
AI 导读
研究者提出一个决策论框架，用“避免任务损失”为单位衡量语言智能体记忆的原始价值与保留价值，并刻画风险-成本前沿。该框架通过成本感知模拟和五个最小反例，揭示信息时序、检索访问、组件交互、反馈与需求不确定性各自的作用，其中一个与答案互信息为零的指针仍能降低精确恢复成本。在 LoCoMo、双项目更新任务和纵向案例上的诊断显示，记忆在保留、使用与测量三个环节均存在失效。
正文 · AI 翻译
摘要：记忆使语言智能体能够将过去经验中的有用区分带入未来的决策。其价值取决于哪些区分得以保留、有界智能体能否使用它们，以及在需求演变时能够恢复或修订什么。我们开发了一个决策论框架，从原始历史出发，经由持久状态、操作使用以及代价高昂的恢复与修订，追踪这一价值。原始价值与保留价值以所避免的任务损失为单位表示；风险-成本前沿描述了跨用途可实现的恢复与保持。未知需求产生价值剖面，而交互式反馈会改变未来工作的分布。一个成本感知的模拟条件与五个最小反例揭示了信息时机、检索访问、组件交互、反馈和需求不确定性的作用。特别地，一个与答案互信息为零的指针仍能降低精确恢复的成本。在 LoCoMo、一个双项目更新任务以及纵向案例上的诊断显示出保持、使用和测量方面的失败。在检索证据固定时，保存的账本会改变后续答案；在智能体输出固定时，评估者的修订会改变分数。该框架将这些区分与操作风险边界以及用于分配记忆、保留恢复选项和修订证据依赖关系的可检验原则联系起来。
| 评论： | 19 页，3 幅图，5 张表 |
| 主题： | 人工智能（cs.AI）；计算与语言（cs.CL） |
| 引用为： | arXiv:2610.31303 [cs.AI] |
| （或 arXiv:2610.31303v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.31303 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Zehao Lin [查看电子邮件]
[v1]
2026 年 10 月 22 日星期四 14:01:31 UTC（158 KB）
来源：arXiv cs.CL · arxiv.org