arXiv cs.AI· Shuning Zhang, Tenghao Ji, Jingruo Chen, Eryue Xu, Bohao Chu, Xin Yi·· 7 天前AI 评分38
ConMem：通过反事实多场景探测解决大语言模型记忆不对齐问题
ConMem: Counterfactual Multi-Scenario Probing for Resolving LLM Memory Misalignment
AI 导读
研究人员提出 ConMem 算法与包含 1079 个案例的评测基准 MemAlign，旨在解决大语言模型智能体错误保留或检索隐私敏感及过度泛化信息的记忆不对齐问题。ConMem 将记忆留存决策重构为前瞻性反事实因果推断，通过合成交互场景审计下游干预效果。实验显示 ConMem 取得 75.16% 准确率和 65.31% 的 Macro-F1，有效缓解过度留存偏差。
来源：arXiv cs.AI · arxiv.org