Konflikter i agentminnet: Varför nyliga korrigeringar kan ge vika för upprepade äldre fakta
Nya korrigeringar kan förlora när minnesrankningen behandlar upprepade äldre fakta som starkare bevis och saknar en uttrycklig ersättningsrelation mellan motstridiga poster.
En hushållsagent kan höra ”lösenordet till gästnätverket ändrades” en gång efter att ha lagrat det gamla lösenordet i flera sammanfattningar, chattar och anteckningar. En senare fråga hämtar de minnen som får högst poäng, inte nödvändigtvis den senaste sanningen. Utan versionshantering, proveniens och konfliktlogik kan upprepning väga tyngre än aktualitet och få korrigeringen att framstå som ett svagt undantag i dag.
Upprepade minnen samlar på sig ett övertag i hämtningen
Minnessystem lagrar ofta observationer, sammanfattningar och extraherade fakta som separata poster. När ett faktum upprepas skapas flera semantiskt likartade vektorer, så att en fråga kan returnera flera kopior. Deras skenbara överensstämmelse är egentligen duplicering, men en efterföljande modell kan tolka den som bekräftelse.
En praktisk översikt av minnesaktualitet skiljer mellan samtalstillstånd, hämtning, aktualitet, proveniens och radering som separata designproblem. Att behandla minnet som ett enda odifferentierat likhetsindex döljer de relationer som behövs för att lösa motstridiga fakta. Denna åtskillnad förändrar det efterföljande hushållsbeslutet.
Resultatet blir en frekvensbias: fem inaktuella minnen tar upp kontexten medan en korrigering hamnar under gränsen. Att öka topp-k kan synliggöra konflikten, men det talar inte om för agenten vilken post som ska gälla.
En korrigering behöver ersättning, inte bara en ny tidsstämpel
Ett robust lager representerar att faktum B ersätter faktum A för ett definierat ämne, predikat, omfång och en giltighetstid. Den gamla posten kan finnas kvar av historiska skäl, men aktuell hämtning filtrerar bort eller nedprioriterar den. Proveniensen registrerar vem som korrigerade den och från vilken auktoritativ händelse.
Forskning om implicita minneskonflikter identifierar implicita konflikter där en ny observation ogiltigförklarar ett gammalt minne utan att använda en uttrycklig negation. ”Vi flyttade till Denver” ändrar den nuvarande hemorten även om det aldrig sägs ”vi bor inte längre i Austin”.
Aktualitet räcker inte i sig, eftersom vissa gamla fakta fortfarande gäller och vissa nya påståenden är tillfälliga eller felaktiga. Ersättning kombinerar tid med semantisk relation, auktoritet och omfång, vilket gör det möjligt för systemet att bevara historiken utan att presentera den som aktuell sanning.
När automatisk konfliktlösning blir farlig
En modell kan felaktigt identifiera två skilda fakta som motstridiga, till exempel en arbetsadress och en hemadress eller ett tillfälligt schema och en varaktig preferens. Att automatiskt radera den äldre posten kan förstöra användbar kontext och göra senare korrigeringar svårare att granska.
En översikt av minneskonsolidering skiljer mellan korttids- och långtidslager och betonar kontrollerad förflyttning mellan dem. Regler för befordran, konsolidering och glömska avgör vad som består; de är inte neutrala lagringsoperationer. Denna gräns förblir synlig vid senare granskning av bevis.
Mekanismen misslyckas när identitet, omfång eller auktoritet är tvetydiga. I sådana fall ska båda posterna bevaras, konflikten synliggöras och en förtydligande fråga ställas. Ett användarredigerbart minneslager bör möjliggöra korrigering, sammanslagning, uppdelning och radering utan att förlita sig på en annan modellinferens.
Genomför ett test av minnesersättning
Skapa ett faktum, upprepa det i tre interaktioner med olika formuleringar och ange sedan en tydlig korrigering med ett giltighetsdatum. Skicka frågor direkt, som parafraser och genom en uppgift som beror på faktumet. Registrera hämtade minnes-ID:n, poäng, tidsstämplar och den slutliga åtgärden.
Gör minnet användarredigerbart enligt rekommendationen i användarredigerbart minne, och kontrollera att en ändring av det kanoniska faktumet uppdaterar den efterföljande hämtningen utan att revisionsspåret raderas. Lägg sedan till ett tillfälligt undantag för att testa om omfånget bevaras.
Testet är godkänt endast om aktuella frågor använder korrigeringen, historiska frågor fortfarande kan återfå det gamla tillståndet och tvetydiga undantag leder till förtydliganden i stället för tyst överskrivning. Upprepa efter minnessammanfattning eller komprimering, eftersom dessa steg kan återskapa inaktuella fakta.
Rekommenderade produkter
Teknik- och AI-hubb
Mer att läsa
Flerspråkiga inbäddningar: Hur ett enda vektorrum kopplar samman hushållsdokument på olika språk
Se hur anpassade embeddingar kopplar samman dokument på olika språk, varför kvaliteten på informationshämtningen varierar och hur du kan testa täckningen av tvärspråkliga belägg...
Omrankning av privat sökning: Hur en andra modell ändrar den slutliga evidensordningen
Se varför likheten i första steget och relevansen i andra steget inte överensstämmer, när omrangering hjälper privat RAG och hur man utvärderar omordnade evidensunderlag.
Sampling av lokala LLM: Varför avkodningsinställningar påverkar upprepning och stabilitet
Lär dig hur temperatur, top-p, min-p, frön och straffvärden samverkar – och hur du testar avkodningsinställningar utan att förväxla slumpmässighet med kvalitet.
