LLM 智能体是否需要睡眠？

LLM 智能体在持久运行中会出现语义漂移、检索精度下降等不可控可塑性症状，需通过“睡眠”机制解决遗忘问题。 作者借鉴选择主义“ ringing, resonance and renormalization (RRR)”理论，提出数字记忆架构可行的映射操作，并预测在选择性巩固中该机制将优于指令式替代方案。 对于在有限容量下持续学习并与环境耦合的系统，可塑性具有成本，该成本即为睡眠。