arXiv 人工智能· Shuning Zhang, Tenghao Ji, Jingruo Chen, Eryue Xu, Bohao Chu, Xin Yi·· 1 天前AI 评分34
ConMem：通过反事实多场景探针解决 LLM 记忆不对齐问题
ConMem: Counterfactual Multi-Scenario Probing for Resolving LLM Memory Misalignment
AI 导读
研究人员提出 ConMem 算法并构建含 1,079 个案例的 MemAlign 基准，以解决 LLM 智能体的记忆不对齐问题。该算法将留存决策重构为前瞻性反事实因果推断，通过合成反事实场景审查下游干预效果。实验显示，ConMem 取得 75.16% 准确率、64.15% 平衡准确率及 65.31% 的 Macro-F1，有效缓解过度留存偏差且不牺牲个性化效用。
来源：arXiv 人工智能 · arxiv.org