arXiv cs.CL· Shenglai Zeng, Xiao Yang, Tiffany Ma, Xinyuan Zhang, Nanshu Wang, Deren Lei, Kai Sun, Xilun Chen, Tammy Stark, Xianhui Zhu, Yuetai Li, Rulin Shao, Tianxin Wei, Rakesh Wanga, Anuj Kumar, Jiliang Tang, Wen-tau Yih, Xin Luna Dong·· 11 小时前AI 评分42
ProPerAgent：面向记忆驱动主动式辅助的智能体
ProPerAgent: Toward Memory-Driven Proactive Assistance
AI 导读
研究者提出 ProPerMem 基准与 ProPerAgent，用于从长时个人记忆中挖掘干预依据并判断是否、何时主动介入。ProPerMem 平均约 618K tokens，现有基线最高仅 15%，GPT-5.3-Chat 在给定 oracle 证据时达 96%，自行决定时机降至 38%。
正文 · AI 翻译
作者：Shenglai Zeng、Xiao Yang、Tiffany Ma、Xinyuan Zhang、Nanshu Wang、Deren Lei、Kai Sun、Xilun Chen、Tammy Stark、Xianhui Zhu、Yuetai Li、Rulin Shao、Tianxin Wei、Rakesh Wanga、Anuj Kumar、Jiliang Tang、Wen-tau Yih、Xin Luna Dong
摘要：随着助手从被动应答转向主动干预，记忆的角色发生了变化：它不再只是为查询提供答案，而是决定是否以及何时开口。此前在这一设定下的工作会把相关事实直接放入上下文交给系统；我们研究的是使问题变得困难的场景，即证明干预合理的证据必须从长时程的个人记忆中挖掘出来。我们提出 ProPerMem，一个用于记忆驱动的主动辅助（MPA）的基准，它将第一人称视频与长达一年、充满干扰项的用户记忆（平均约 618K 个 token）、经人工验证的触发窗口，以及一个联合评估内容与时机的协议配对。我们评估的每个基线表现都很差（最高 15%），包括在给定摘要记忆或检索增强记忆的前沿模型。一项受控研究解释了原因：当在触发窗口内提供 oracle 证据时，GPT-5.3-Chat 达到 96%；让它自行选择时机则降至 38%；用检索替代 oracle 证据则降至 15%。内容与时机各自都是必要的，缺少任何一项都会造成灾难性后果。基于此，我们构建了 ProPerAgent（主动个性化智能体），它带有一个即插即用的框架，可从图组织存储中呈现记忆，并将其筛选至值得打断用户的程度，另有一个轻量级 RL 阶段来抑制过早和重复触发。在没有任何训练的情况下，ProPerAgent 将严格准确率从低于 10% 提升至 Qwen3.8-27B 上的 37.5% 和 GPT-5.3-Chat 上的 38%；RL 后训练达到 42.4%。
| 学科： | 计算与语言（cs.CL） |
| 引用为： | arXiv:2610.22671 [cs.CL] |
| （或 arXiv:2610.22671v1 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.22671 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Shenglai Zeng [查看邮箱]
[v1]
2026年10月15日 星期四 21:40:17 UTC（12,296 KB）
来源：arXiv cs.CL · arxiv.org