Yujun Zhou团队发布TellOnce层改进Agent行为一致性

针对Mem0记忆机制下57.5%的偏好检查违规率，Yujun Zhou等研究人员发布研究并开源了TellOnce。该方案提出一种即插即用的个性化层，无需更新底层模型，将对话中的修正转化为持久、有作用域且可修改的行为规则。 在ClawArena评估中，TellOnce较PGMem方案减少了19.3至42.3个百分点的违规率，同时保持了任务表现。评估方法为冻结学习状态并在后续任务中测试，以验证其是否无需额外用户修正即可改善未来行为。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。