arXiv cs.AI· Haitao Cheng, Jerry Hu, Longdong Mao, Dong Huang, Dongming Li, Lijuan Zhang, Mengting Zhang·· 1 天前AI 评分31
时空双轴：面向个人智能体的证据锚定上下文基底
Time and Space: A Dual-Axis, Evidence-Grounded Context Substrate for Personal Agents
AI 导读
研究提出时空上下文（STC）双轴表示框架，认为个人智能体的瓶颈不在模型容量而在上下文表示形式：时间轴承载事件时间、有效区间与摄入时间，空间轴以实体为点、类型化关系为边构建语义距离。
正文 · AI 翻译
摘要：我们认为，个人智能体的关键约束并非模型容量，而是上下文的表示形式：智能体不知道某个短语指代哪个实体、某个事实何时成立，或哪条源记录为某项主张提供依据。我们将这种缺失的表示称为时空上下文（STC），并从两个维度对其进行定义。时间维度承载事件时间、有效区间和摄入时间。空间维度是一个关系空间，其中实体是点，类型化关系是边，距离是语义距离而非地理距离；物理地点只是众多实体类型之一。每个关系都锚定到不可变的源记录，每个答案都必须对这些记录封闭。我们形式化了该基底和六条不变量、一个将时间交集与关系扩展组合起来的上下文算子、一个保留歧义的消解状态机、一个将互斥事实转化为用户裁决而非静默覆盖的冲突检测器，以及一个涵盖查询、洞察、分诊和主动提醒的四类消费分类法。我们描述了基于 SQLite、采用端侧嵌入和混合词法-稠密召回的检索层本地优先原型，报告了来自一个已部署存储的测量结果（341 份文档、340,079 个分块和 190,271 个嵌入向量），并详细说明了该框架所依赖的分析层，但尚未实现该层。最后，我们给出了一个评估协议，其中包含针对证据覆盖率、时间正确性、冲突精确率和中断成本的逐不变量指标。该提案针对的是上下文的表示，而非其体量。
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2611.16492 [cs.AI] |
| （或 arXiv:2611.16492v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.16492 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Lance Mao [查看电子邮件]
[v1]
2026年11月12日星期四 09:01:06 UTC（549 KB）
来源：arXiv cs.AI · arxiv.org