自适应记忆遗忘：AI 智能体如何在长对话中平衡相关性和效率

AI 智能体的遗忘问题

长期对话智能体需要持久记忆，但不受控制的积累会导致时间衰减和虚假记忆传播。新论文引入了自适应预算遗忘框架。

问题

基准显示持久记忆导致严重退化：LOCOMO/LOCCO 性能从 0.455 降至 0.05；MultiWOZ 78.2% 准确率但 6.8% 虚假记忆率。

解决方案

框架通过相关性引导评分和有界优化来调节记忆，整合：近期性、频率和语义对齐。

结果

• 长期 F1 超越 0.583 基线
• 更高的保持一致性
• 减少虚假记忆行为
• 不增加上下文使用

为何重要

随着 AI 智能体处理更长更复杂的对话，简单的记忆积累成为负担而非资产。结构化遗忘在防止记忆无限增长的同时保持推理性能。arXiv: 2604.02280