这项由宾夕法尼亚州立大学、亚马逊和微软救援开展的讨论发表于2026年3月，论文编号为arXiv:2603.18718v1，为耐久对话中的系念料理问题提供了全新的处治决策。
当你和一又友聊天时，你会记着之前评论的内容，并在后续对话中天然地援用这些信息。但关于东说念主工智能来说，这种看似省略的"系念"才略却是一个广宽的挑战。现在的AI系统就像患有忘记症的一又友——它们可能记着刚才说的话，但很快就会忘记几天前或几周前的迫切信息。
讨论团队发现，现存的AI系念系统存在两个致命问题。第一个问题不错比作一个莫得头脑的文籍料理员：这个料理员有手能整理册本，有眼能寻找长途，但缺少大脑来统筹打算通盘文籍料理职责。落幕便是盲目地存储信息，无法判断什么迫切什么不迫切，也不知说念若何系统性地查找所需信息。第二个问题则像是一个长久收不到响应的学生：即使作念错了功课，也要等很久才知说念错在那里，而这时候如故来不足改正，演叨如故影响了后续的学习。
为了处治这些问题，讨论团队开导了一个名为MEMMA的系统，这个名字代表"通过多智能体推理和原位自进化和谐系念周期"。这个系统的中枢想想是让多个AI智能体像一个高效团队一样互助料理系念。
一、系念周期的好意思妙：从存储到检索再到使用
要清醒MEMMA的职责旨趣，咱们当先需要了解AI的系念是若何职责的。讨论团队将AI的系念过程比作一个握住轮回的三步历程，就像咱们整理和使用个东说念主札记本一样。
第一步是系念构建，额外于决定在札记本上记什么。当新信息到来时，系统需要决定这些信息是否迫切，是否与已有信息冲突，以及若何组织这些信息。就像你在听讲座时作念札记，你不会把每个字都写下来，而是采取迫切的重心，况且会幸免近似纪录通常的内容。
第二步是系念检索，额外于从札记本中找出关连信息。当需要恢复问题时，系统要能快速找到关连的系念内容。这就像考试时翻阅札记寻找谜底，你需要知说念在那里能找到所需的信息。
第三步是系念哄骗，额外于使用找到的信息来恢复问题或作念决策。这个法子会告诉咱们前两个法子是否作念得好——要是无法正确恢复问题，可能是因为系念构建时遗漏了迫切信息，或者检索时没找到正确的内容。
传统的AI系统将这三个法子看作平稳的模块，就像让不同的东说念主认真作念札记、查札记和用札记，但他们之间缺少疏通。MEMMA的转换在于将这三个法子看作一个紧密贯串的轮回，让它们大要相互配合，共同优化系念恶果。
二、计谋盲点：当AI像没头苍蝇一样料理系念
讨论团队通过精致的分析发现，现存AI系统在系念料理上存在一个根人道问题，他们称之为"计谋盲点"。这个问题不错用一个生动的比方来解释：遐想你要整理一个广宽的藏书楼，但你只是机械地把新书往书架上塞，从不辩论举座的分类系统，也不知说念读者实在需要什么书。
这种计谋盲点在系念构建和检索两个方面都有体现。在系念构建方面，AI系统施展出"近视构建"的特征。它们会不加区别地存储信息，导致系念库中充满了冲突和近似的内容。比如，系统可能先纪录"小明可爱苹果"，自后又纪录"小明不可爱苹果"，但却不会去处治这个矛盾，而是省略地保留两条相互冲突的纪录。
在系念检索方面，AI系统展现出"漫无想法的检索"步履。当需要查找信息时，它们往往进行简单或近似的搜索，无法松开实在的信息缺口。就像一个学生在藏书楼里漫无想法地轻狂，提起一册书翻几页就放下，再提起另一册相似的书近似同样的动作，却恒久找不到实在需要的长途。
为了考据这个问题的存在，讨论团队遐想了一个对比实验。他们创建了三个版块的AI系统：静态系统（只进行一次省略的信息检索）、无招引的主动系统（不错重写查询但莫得计谋招引）和有计谋招引的主动系统（有明确的打算和招引）。
实验落幕令东说念主信赖。静态系统的准确率惟有52.6%，无招引的主动系统提高到54.6%，而有计谋招引的系统达到了59.2%。这个落幕清醒地炫夸，只是加多更多的操作才略是不够的，要害在于要有明确的计谋想考来招引这些操作。
讨论团队还通过具体案例展示了这些问题的施展。在一个典型案例中，当被问及"梅兰妮什么时候去的博物馆"时，无招引的系统进行了五轮查询重写，但这些查询都只是原问题的不同表述："梅兰妮什么时候参不雅博物馆"、"梅兰妮博物馆之行日历"、"梅兰妮的博物馆参不雅历史"。这些重写并莫得诊断出实在缺失的信息，反而让搜索落幕偏向了公园、海滩和露营等语义左近但演叨的系念。比较之下，有计谋招引的系统大要识别出缺失的是具体日历，并奏凯找到包含正确谜底的系念条款。
三、MEMMA的团队互助：四个AI智能体的精妙配合
MEMMA系统的中枢转换在于引入了一个多智能体互助框架，就像组建了一个专科的系念料理团队。这个团队包含四个各司其职的AI智能体，它们单干明确，相互配合，共同完成系念料理的复杂任务。
第一个成员是元想考者，它额外于通盘团队的策略打算师。元想考者不奏凯处理具体的系念操作，而是从全局角度分析情况并提供计谋招引。在系念构建阶段，当新的对话内容到来时，元想考者会分析这些内容与现存系念的关系，识别迫切信息、发现潜在冲突，并建议若何处理这些信息。在检索阶段，元想考者会评估现时赢得的凭证是否足以恢复问题，要是不够，它诊断断具体缺失什么信息，并招引若何进行下一步搜索。
第二个成员是系念料理者，它认真推论具体的系念剪辑操作。基于元想考者的招引，系念料理者会采取符合的操作：添加新信息、更新现存条款、删除过期内容，或者保抓近况。这个智能体额外于藏书楼的骨子料理员，在策略打算师的招引下进行具体的册本整理职责。
第三个成员是查询推理者，有益认真修订信息检索。当元想考者判断现时凭证不足时，查询推理者会根据诊断落幕再行构造搜索查询，力争找到缺失的信息。它不是盲目地重写查询，而是针对性地寻找特定的信息缺口。
第四个成员是谜底智能体，认真基于检索到的凭证生成最终恢复。为了确保实验的公说念性，讨论团队在扫数实验中都使用通常的谜底智能体，这么不错确保性能培育来自于系念料理的修订，而不是谜底生成才略的互异。
这四个智能体的互助过程不错用一个生动的场景来证实。假定有东说念主问"卡洛琳什么时候参预跨性别者会议"，当先查询推理者会从系念库中检索关连信息，但可能只找到一些暧昧的关连内容。然后元想考者分析这些凭证，发现问题可能在于：第一，问题问的是将来的会议，而不是畴昔的；第二，"跨性别者会议"和"LGBTQ会议"可能指的是不同的举止。基于这个诊断，查询推理者会再行构造更精准的查询，最终找到正确谜底："2023年7月的跨性别者会议"。
四、原位自进化：让AI在犯错之前就能自我修正
MEMMA系统的另一个迫切转换是"原位自进化系念构建"机制。这个机制处治了传统系统中响应蔓延的问题，就像给学生配备了一个大要即时搜检功课的敦朴，而不是比及期末考试才发现问题。
传统的AI系念系统濒临一个费劲的处境：一个系念决策是否正确，往往要比及很久以后才气知说念。比如，系统在第一周的对话中决定纪录某些信息，但这个决策的横蛮可能要到第十周恢复关连问题时才会暴表露来。这就像一个学生的功课演叨要比及期末考试才被发现，这时如故太晚了，演叨如故影响了后续的学习。
MEMMA通过生成"探针问答对"来处治这个问题。每当完成一个对话会话后，系统会立即生成一套测试问题，用来试验刚刚构建的系念是否圆善和准确。这些问题涵盖三种类型：单会话事实问题（试验明确陈说的事实是否被正确存储）、跨会话推理问题（试验不同会话之间的信息是否能正确关联）、时分推理问题（试验时分信息是否被准确保存）。
举个例子，假定在某次对话中提到"梅兰妮的犬子诞辰音乐会上饰演的艺术家是马特·帕特森"，系统会生成一个探针问题："在梅兰妮犬子的诞辰音乐会上饰演的艺术家叫什么名字？"然后立即用现时的系念库尝试恢复这个问题。要是谜底不正确，系统就知说念系念构建过程中出现了问题。
更迫切的是，系统不仅会发现问题，还会主动配置问题。当探针问答失败时，系统会进行"基于凭证的配置"。它会分析失败的原因：是因为信息根蒂莫得被存储，如故因为信息以难以检索的表情存储。然后，系统会生成候选配置事实，比如"ADD_FACT: 在梅兰妮犬子诞辰音乐会上饰演的艺术家是马特·帕特森"。
为了幸免配置过程引入新的问题，系统还有一个"语义整合"法子。在将配置事实写入系念库之前，系统会搜检这些事实是否与现存系念冲突或近似。关于每个候选配置事实，系统会作念出三种决策之一：跳过（要是信息是鼓胀的）、兼并（要是它补充了现存条想法缺失细节）、或插入（要是它是全新的信息）。
这个自进化机制的恶果是立竿见影的。讨论炫夸，移除这个机制后，系统的准确率从84.87%着落到73.68%，这标明原位自进化在保抓系念质料方面施展了要害作用。更迫切的是，这些配置不仅改善了探针问答的施展，还奏凯回荡到了基准测试问题的施展上，诠释了配置的有用性和泛化才略。
五、实验考据：在真实对话中的超卓施展
为了考据MEMMA系统的有用性，讨论团队在LoCoMo数据集上进行了comprehensive experiments。LoCoMo是一个有益遐想用来测试耐久对话系念的基准数据集，包含10个对话实例，每个实例平均跨越约600轮对话和16000个词汇，最多包含32个会话。这个数据集模拟了本质生涯中跨越数天或数周的耐久对话场景。
实验遐想相称严谨。讨论团队比较了MEMMA与六个不同的基线系统：两个被迫基线系统（Full Text和Naive RAG）和四个主动系念系统（LangMem、Mem0、A-Mem和LightMem）。为了确保公说念比较，扫数系统都使用通常的谜底生成组件和评判圭臬。
实验落幕令东说念主印象深切。使用GPT-4o-mini动作主干模子时，MEMMA-LM（以LightMem动作存储后端的MEMMA）达到了49.40的F1分数、38.28的BLEU-1分数和81.58%的准确率，比较LightMem基线辨认培育了4.82、1.62和5.92个百分点。使用Claude-Haiku-4.5动作主干模子时，MEMMA-LM同样取得了最好的举座准确率，从73.03%培育到76.97%。
更深嗜深嗜的是不同问题类型的施展互异。在多跳推理问题上，MEMMA-LM将准确率从65.62%培育到78.12%，这标明诊断招引的迭代检索如实有助于归附散布式凭证。在单跳问题上，准确率从78.57%培育到82.86%，这证实构建招引和自进化机制匡助保存了精准的谜底关连细节。
讨论团队还测试了MEMMA的纯真性，展示了它不错动作即插即用的模块应用于不同的存储后端。他们将MEMMA辨认应用于Single-Agent、A-Mem和LightMem三种不同的后端系统。落幕炫夸，MEMMA在扫数后端上都取得了显耀修订：Single-Agent后端从52.60%培育到84.87%，A-Mem从52.63%培育到78.29%，LightMem从75.66%培育到81.58%。这标明MEMMA的修订来自于系念周期的和谐，而不是依赖于特定的存储遐想。
为了深入了解各个组件的孝敬，讨论团队进行了凝视的消融讨论。他们发现迭代检索是最要害的前向旅途组件，移除它会导致最大的性能着落。自进化机制是第二迫切的组件，主要通过配置构建过程中的遗漏来改善语义正确性。构建招引天然修订相对较小，但对减少上游噪声仍然有价值。
讨论团队还分析了不同参数竖立的影响。他们发现最优的检索预算k取决于存储质料：关于高质料的后端，适中的k值就足够了，因为过多的检索会引入噪声；关于较弱的后端，需要更大的k值来从寥落的系念库中检索足够的凭证。关于检索细化预算H，他们发现诊断招引的细化拘谨很快：一到两轮特地的检索时常就足以松开大部分信息缺口，而进一步的迭代可能导致检索漂移。
六、案例分析：看MEMMA若何处治骨子问题
为了让读者更好地清醒MEMMA的职责机制，讨论团队提供了凝视的案例分析，展示了系统如安在骨子场景中处治系念料理问题。
在前向旅途的构建招引方面，辩论这么一个问题："卡洛琳在社区踱步时发现了什么？"MEMMA大要正确恢复"卡洛琳遭逢了一条彩虹东说念主行说念"，而莫得招引的版块只可给出"很酷的东西"这么暧昧的谜底，甚而把踱步事件与骑自行车举止耻辱了。
要害在于构建过程中的互异。有了元想考者的招引，系统明确列出了谜底关连的视觉对象"彩虹东说念主行说念"，以及扶助属性如"骄横月"和"酷炫/充满活力/接待"。系念料理者随后存储了一个包含确切谜底关连细节的清醒条款。莫得招引时，这个对象细节在系念库中缺失，是以后续检索只可归附语义相邻但不充分的坎坷文。
另一个案例触及防止淆乱性兼并。当被问及"梅兰妮演奏什么乐器？"时，MEMMA正确恢复"单簧管和小提琴"，而莫得招引的版块只恢复"单簧管"，甚而演叨地宣称梅兰妮不会演奏小提琴。要害互异在于构建的系念：有招引时，系念料理者将单簧管和小提琴事实存储为不同条款，保抓它们动作平行细节；莫得招引时，系念料理者演叨地将它们兼并为一个冲突条款，骨子上用一个事实遮蔽了另一个。
在迭代查询细化方面，辩论问题"卡洛琳什么时候去LGBTQ会议？"单一智能体基线恢复"对话中莫得说起"，将信息缺口视为信息缺失。比较之下，MEMMA当先判断现时凭证不可恢复，指出问题不是扫数关连系念的缺失，而是缺少确切日历和LGBTQ会议与跨性别者会议之间的歧义。查询推理者随后发出越来越有针对性的查询，最终谜底造成"2023年7月10日"。
在后向旅途的原位自进化方面，一个典型案例触及定名实体插入。在会话10的自进化过程中，探针问题"在梅兰妮犬子诞辰音乐会上饰演的艺术家叫什么名字？"失败了。自进化前，系统恢复艺术家在系念中莫得说起；自进化后，它恢复"马特·帕特森"。配置追踪炫夸自进化插入了候选配置事实："ADD_FACT: 在梅兰妮犬子诞辰音乐会上饰演的艺术家是马特·帕特森。"
这些插入的事实奏凯回荡到卑劣基准问题"梅兰妮看过哪些音乐艺术家/乐队？"莫得自进化，系统只可恢复"一个乐队在上演中饰演"但无法定名；有了自进化，谜底造成"Summer Sounds"和"马特·帕特森"。探针失败显露了系念库包含事件描画但缺少卑劣问答所需真是切实体称号。
七、技艺细节：让AI团队高效互助的诀窍
MEMMA系统的奏效不仅在于其举座架构，更在于各个组件之间精细的和谐机制。讨论团队在技艺已毕上作念了无数精致的职责，确保四个智能体大要高效互助。
元想考者的遐想突出小巧。它不是一个省略的分类器，而是一个大要产生结构化招引的推理系统。在构建阶段，元想考者会分析新到达的对话内容，产生包含迫切信息美艳、冗余识别和潜在冲突检测的招引建议。在检索阶段，元想考者会评估检索到的凭证是否足以恢复问题，要是不足，它诊断断缺失的具体信息类型并建议检索策略。
系念料理者被遐想为后端无关的组件，这意味着它不错包装各式不同的系念已毕系统。它采纳元想考者的招引和现时坎坷文，采取符合的原子操作：添加、更新、删除或不操作。这种遐想使得MEMMA不错动作即插即用的模块应用于现存的系念系统。
查询推理者已毕了主动检索策略，用迭代的"细化和探伤"轮回替代了一次性搜索。当元想考者判断现时凭证不可恢复时，查询推理者会基于诊断招引建议下一个查询并检索特地凭证。这个轮回会抓续直到元想考者复返"可恢复"或达到预算落幕。
自进化机制的已毕触及三个法子。当先是探针生成：系统为每个会话生成多个测试问答对，遮蔽单会话事实回忆、跨会话关系推理和时分推理。然后是原位考据：系统立即使用现时系念景色恢复这些探针问题，识别失败的问题。临了是基于凭证的配置：关于每个失败的探针，反想模块将失败出动为配置提案，然后通过语义整合来处治候选配置之间的冲突。
讨论团队还仔细调整了各式超参数。检索预算竖立为前30个条款，迭代细化预算为3步，每个会话生成5个探针问答对用于自进化。扫数检索都使用text-embedding-3-small进行镶嵌。为了阻拦系念构建质料与谜底生成才略，扫数实验都固定使用GPT-4o-mini动作谜底智能体和LLM评判者。
八、骨子应用远景：这项讨论对将来意味着什么
MEMMA系统的奏效不仅是学术讨论的冲破，更预示着AI助手在处理耐久交互方面的紧要向上。这项技艺有望在多个本质应用场景中施展迫切作用。
在个东说念主AI助手范围，MEMMA不错让AI助手实在记着用户的偏好、历史对话和迫切信息。不再是每次对话都从零启动，而是大要建立起实在的个东说念主化体验。比如，AI助手不错记着你上个月提到的旅行打算，在符合的时候主动请示关连事项，或者在你讨论餐厅推选时辩论你之前抒发过的饮食偏好。
在客户干事范围，这项技艺不错让AI客服系统诊治每个客户的圆善交互历史，不仅记着问题和处治决策，还能清醒客户的疏通作风和惬意度变化。这么，无论客户何时再次操办，AI都能提供结合、个性化的干事体验。
在教养应用中，MEMMA不错让AI导师系统追踪学生的学习进度、清醒程度和个东说念主挑战，提供实在个性化的教养招引。系统不错记着学生在哪些成见上有费劲，使用过哪些学习措施有用，从而优化后续的教养策略。
在企业常识料理方面，MEMMA不错匡助构建大要诊治耐久常识景色的AI系统，这些系统不错跨越多个样式和时分段累积组织常识，为职工提供结合的智能扶助。
然则，讨论团队也指出了现时系统的局限性。MEMMA的评估主要王人集在对话为中心的耐久系念基准上，天然LoCoMo涵盖了多种问题类型，但它并不可代表扫数需要抓久系念的场景。此外，后向旅途假定交互流不错组织成会话，况且合成探针问答不错提供有用的局部监督，这些假定在某些应用场景中可能需要调整。
在骨子部署中，还需要辩论阴私保护和数据安全问题。MEMMA系统会耐久存储用户交互信息，这就要求在系统遐想中建立严格的阴私保护机制，确保用户对其系念数据有实足的戒指权，包括知情痛快、数据修正和删除权限。
瞻望将来，MEMMA系统还有进一步修订的空间。讨论团队提到可能的发展标的包括：更智能的探针生成策略，大要根据不同应用场景生成更有针对性的测试问题；更刚劲的冲突处治机制，大要处理更复杂的系念冲突和更新场景；以及与其他AI才略的集成，比如多模态信息处理和推理才略的结合。
说到底，MEMMA代表了AI系念料理范围的一个迫切里程碑。它不仅处治了现时系统的技艺问题，更迫切的是建议了一种全新的想考框架：将系念看作一个需要和谐料理的动态轮回过程，而不是静态的信息存储。这种想路的改换可能会启发更多转换性的讨论，激动AI系统向更智能、更实用的标的发展。
关于庸碌用户而言，这项讨论的最终真谛在于：将来的AI助手将大要实在清醒咱们，记着咱们的需乞降偏好，并在耐久交互中握住修订其干事质料。这将让东说念主机交互变得愈加天然和高效，实在已毕AI技艺为东说念主类生涯干事的初志。有深嗜深入了解这项讨论的读者不错通过论文编号arXiv:2603.18718v1查询圆善的技艺细节和实验数据。
Q&A
Q1：MEMMA系统是若何职责的？
A：MEMMA是一个多智能体互助系统，包含四个AI智能体：元想考者认真计谋打算，系念料理者推论具体的系念剪辑，查询推理者修订信息检索，谜底智能体生成最终恢复。它们像一个高效团队一样互助料理AI的耐久系念。
Q2：什么是原位自进化系念构建机制？
A：这是MEMMA的转换功能，系统在每次对话收尾后会立即生成测试问题来试验系念质料，发现问题时会主动配置，而不是比及很久以后才发现演叨。这就像给学生配备了能即时搜检功课的敦朴，幸免演叨积存。
Q3：MEMMA比较传统AI系念系统有什么上风？
A：传统系统存在"计谋盲点"，像没头苍蝇一样盲目存储和检索信息。MEMMA通过多智能体互助处治了这个问题开云(中国)Kaiyun·官方网站，在耐久对话任务中准确率培育了5-32个百分点，大要更好地保存迫切信息并幸免冲突和近似。