arXiv Artificial Intelligence· Marvin Danig (Achiral Research)·· 13 小时前AI 评分20
Jacobian-Causal 记忆控制(JCMC):面向语言模型系统持久记忆的因果干预方法
Jacobian-Causal Memory Control for Persistent Memory in Language Model Systems
AI 导读
研究者提出 Jacobian-causal memory control(JCMC),用共享行为测量空间中的预测影响签名表示每次授权记忆干预,按目标效应与副作用预算筛选,并在保留或回滚前对比预测与观测效应。
推荐理由模型分析
这篇预印本把持久记忆系统的控制目标从“检索相关性”转向“干预效应”:用共享行为空间中的影响签名选择记忆干预,并在保留前比较预测与观测效应,支持回滚。作者给出四条条件性定理,涉及局部近似、可达目标效应、签名误差下的选择遗憾和同时记忆的非加性交互,但明确没有基准测量。适合研究记忆增强推理与Agent记忆控制的人据此设计配对反事实评测,并检验简单检索基线在同等预算下能否匹配效应靶向与副作用控制。
来源:arXiv Artificial Intelligence · arxiv.org