摘要
共享记忆有助于语言模型智能体在长工作流中复用信息,但相关证据可能因权限限制而不被特定智能体或动作采纳。现有方法未能清晰区分硬性授权与分级信任,且难以适应行动风险。本文提出MAP-Graph,一种溯源感知的记忆层,通过类型化执行图表示智能体、来源及动作。它追踪祖先关系,排除无权限记录,并根据语义相似度和路径信任度对合格记忆重排序,同时在执行前应用风险敏感门控。实验表明,该方法在任务成功率、决策准确性和访问控制方面表现优异,证明了溯源作为操作控制信号的有效性。
AI 推荐理由
论文提出了一种基于溯源的共享记忆架构,旨在解决多智能体工作流中的记忆访问控制与信任问题,直接针对记忆机制进行优化。
论文信息