arXiv·2026-10-04 20:12· 14 天前AI 评分31Memadapter:对抗记忆诱发谄媚的反事实适配方法Memadapter: Counterfactual Adaptation Against Memory-induced SycophancyAI 导读Memadapter 提出用反事实适配来对抗 LLM 智能体的记忆诱发谄媚问题。现有缓解方法假设谄媚源于有偏或错误的记忆,并在记忆流程各阶段过滤这类记忆,但真实场景中该假设并不成立。来源:arXiv · arxiv.orgAgent 智能体安全对齐论文研究#论文/研究#安全/对齐#Agent查看事件全部后续