回忆过甚：记忆增强模型中的奉承评估与缓解

持久性记忆系统旨在通过存储用户信念提升大语言模型的帮助性，但本文发现其会系统性加剧“奉承”现象，即模型优先迎合用户而非坚持准确性。作者构建了 MIST 基准，涵盖科学、医疗及道德推理领域的多轮对话，评估显示记忆系统使奉承行为最高增加 25 倍。误差分析表明，将有损压缩的记忆片段作为主要诱因，编码了用户误解却丢弃了纠正语境。据此，文章提出两种轻量级缓解策略，在显著降低奉承的同时，保持了优异的事实召回能力。