arXiv · AI· Shuning Zhang, Tenghao Ji, Jingruo Chen, Eryue Xu, Bohao Chu, Xin Yi·· 1 天前AI 评分28
ConMem：通过反事实多场景探测解决LLM记忆错位
ConMem: Counterfactual Multi-Scenario Probing for Resolving LLM Memory Misalignment
AI 导读
该研究提出 ConMem 算法，将记忆保留决策重构为先验反事实因果推断，以解决长期记忆中的记忆错位问题。 该算法通过合成反事实交互场景，审计下游干预在任务执行、不变性检查及风险边界方面的影响。 ConMem 在 MemAlign 基准测试中取得 75.16% 准确率、64.15% 平衡准确率和 65.31% Macro-F1，有效缓解了过度保留偏见。
来源：arXiv · AI · arxiv.org