10:15
官方账号arXiv cs.AI@Mengru Wang, Haozhe Luo, Zhenqian Xu, Zhixiang Cui, Haoming Xu, Qu Yang, Jizhan Fang, Junfeng Fang, Ningyu Zhang
推荐理由：有人做了个叫 MemTrapBench 的基准，专门测大模型记忆里的认知陷阱。他们发现，记忆反而会拖累模型表现，连最好的方法都掉10%以上。他们还搞了个叫 AdaptiveMem 的方法来解决这个问题。
AdaptiveMem
共 1 条相关 AI 资讯
8月21日
10:15
研究人员提出 MemTrapBench 基准，用于评估大模型记忆使用中的认知陷阱。该基准涵盖 Reasoning Fixation 和 Belief Distortion 两种陷阱形式。实验显示，在两个模型家族和五种代表性记忆框架上，所有记忆策略的表现均不如无记忆设置，最强方法性能下降超10%。为缓解这些陷阱，研究者提出 AdaptiveMem 方法，可在推理时指导模型避免记忆陷阱。