CALM：冲突感知生命周期记忆治理框架

2026年10月30日，arXiv Artificial Intelligence 刊出 Chang Li 等作者的论文，提出 CALM——一种冲突感知生命周期记忆治理框架。该框架将异构记录转化为有证据支撑的记忆单元，依据支持、冲突与依赖信号更新记忆的有效性和生命周期状态，并把持久记忆保存与查询时准入解耦，通过免训练或学习式门控按查询准入证据。在 LongMemEval-S 和 LoCoMo 两个基准上，搭配 Qwen 与 GPT 骨干模型时，CALM 取得最佳总体准确率，优于现有基线。冲突阻断与鲁棒性分析显示，该框架能抑制错误检索到的记忆；历史重建实验表明，保留被取代的记录可支持对早期状态的推理，且不影响对当前状态的回答。目前报道仅涵盖该论文的方法与实验结果，尚无后续跟进报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。