arXiv cs.AI· Qingcan Kang, Mingyang Liu, Shixiong Kai, Tao Zhong, Mingxuan Yuan·· 4 小时前AI 评分34
RegimeCouncil:为 LLM 智能体记忆冲突治理设计的配对证据路由
RegimeCouncil: Paired-Evidence Routing For Memory Conflict Governance In LLM Agents
AI 导读
RegimeCouncil 是一个轻量级配对证据路由器,让 LLM 智能体在本地与全局两种记忆抑制范围之间在线仲裁,无需重新训练模型。它通过 Local Advisor 跟踪单个事实的最新结果、Global Advisor 汇总所有事实的近期结果,并由 Meta Governor 默认跟随本地、仅在全局池化累积严格正近期效用边际时切换。
正文 · AI 翻译
摘要:语言智能体依赖长期记忆在扩展交互中实现个性化响应,然而随着世界变化,已存储的事实会悄然过时,而智能体往往只有在基于过时记录行动后、通过延迟反馈才得知使用记忆造成了损害。在记忆存储被更新之前,这种负面反馈应传播多远:它应仅抑制未来针对同一事实的查询中的记忆使用(局部策略),还是也应跨越其他已存储事实(全局策略)?现有记忆系统在设计时隐式固定了这两种共享范围之一。我们将这种在隐藏有效性和延迟反馈下的在线范围选择表述为记忆冲突治理,并证明两种固定策略单独都不充分。随后我们提出 RegimeCouncil,一种轻量级配对证据路由器,它将两种范围都保留为顾问,并在线在二者之间仲裁,而无需重新训练 LLM。利用带记忆回答与不带记忆回答(无记忆锚点)之间揭示的比较,Local Advisor 仅跟踪所查询事实上的最新结果,而 Global Advisor 则汇总所有已存储事实上的近期结果。Meta Governor 默认跟随 Local Advisor 以避免跨事实干扰,仅当全局汇总累积出严格为正的近期效用边际时才切换到 Global Advisor,从而保证在延迟反馈下的有限时间切换。在 LongMemEval 更新流以及 TempLAMA 和 TAQA 上使用 Qwen3-30B-A3B 和 GPT-4o 的真实世界历史漂移中,RegimeCouncil 在主要分歧片段上以及全部 30 个留出设置中均比更优的固定范围策略高出 5.2-7.3 个百分点,而消融实验表明移除其三个模块中的任何一个都会使准确率下降 2-7 个百分点。
| 学科: | 人工智能(cs.AI) |
| 引用为: | arXiv:2611.22113 [cs.AI] |
| (或 arXiv:2611.22113v1 [cs.AI] 用于此版本) | |
| https://doi.org/10.48550/arXiv.2611.22113 由 DataCite 颁发的 arXiv DOI(待注册) |
提交历史
来自:Qingcan Kang [查看电子邮件]
[v1]
2026年11月17日星期二 02:56:43 UTC(1,494 KB)
来源:arXiv cs.AI · arxiv.org