Memory-Augmented Agents Implicit Policy Adaptation State Auditing Personalization
摘要

记忆增强型Agent常出现知晓用户状态已过期却仍基于旧值规划的现象,STALE基准测试将其称为隐性策略适应(IPA)差距。本文识别出结构成因:草稿锚定的验证仅检查回复内容,而隐性依赖通常未被言明。因此,StateAuditor逆向审计,从存储状态推导至草稿。LLM根据时间戳证据提议旧到新状态的转换候选项,确定性代码将引文锁定至单一条目,验证新证据确实更晚,并仅允许经此验证的转换触发修复。验证重点在于来源和时序而非语义替代。在STLE完整协议上,该方法显著提升了IPA和前提抵抗性的表现。

AI 推荐理由

论文直接针对记忆增强Agent中存储状态与行为不一致的问题,提出StateAuditor机制以修复过时的记忆依赖,属于核心记忆架构研究。

研究机构
The University of Texas at Arlington The University of Tennessee, Knoxville
论文信息
作者 Haofei Sun, Lin He
发布日期 2026-08-03
arXiv ID 2608.01619
相关性评分 9/10 (高度相关)