arXiv · Neural and Evolutionary Computing· Yifan Lu, Gaoyang Guo, Wen Chen 等 7 人
· 22 小时前
HabitusMem:面向 LLM 智能体的随用户偏好演化的信念记忆
HabitusMem: Belief Memory over Evolving User Preferences for LLM Agents
预印本 · 尚未经过同行评审
AI 导读
HabitusMem 将记忆视为智能体对用户偏好的信念,在 PersonaMem-v2 和 VitaBench 2.0 上取得最佳结果。
摘要 · AI 翻译
个性化 LLM 智能体必须依据用户当前的偏好行事,而这些偏好会随交互而变化,且很少被完整表述。现有的记忆系统从交互历史中存储和检索内容,并让智能体自行判断哪些偏好仍然成立、适用于何处。此类内容并不表明某项偏好是否仍然当前有效或适用于何处,因此智能体常常依据过时或误用的偏好行事。我们转而将记忆视为助手对用户的信念。遵循 Bourdieu 将惯习(habitus)视为持久但可修正的倾向的论述,我们将用户建模为一个潜在的偏好状态,每一次交互(包括当前请求)都既揭示又更新该状态。该信念概括了历史对该状态的支持,而记忆则由与智能体当前决策相关的各个信念构成,每个信念都带有其证据、范围和状态。我们在 HabitusMem 中实现了这一观点,它是一个经过训练的写入器,将这些信念以文本记录的形式表述给一个冻结的智能体。在两个智能体系列上,HabitusMem 在 PersonaMem-v2 和 VitaBench 2.0 上均取得了记忆系统中的最佳结果。受控分析表明,学习到的请求条件化驱动了回答增益,而辅助训练任务则改善了工具使用。
中文由 AI 翻译,仅供参考,以原文为准。
来源:arXiv · Neural and Evolutionary Computing · arxiv.org