ECHO: A Cognitively Inspired, Auditable Memory Plane for Long-Horizon Agents
ECHO 是一种受认知启发、可审计的长程智能体记忆架构，它在基准数据集上实现了高检索性能，同时强调可检查的溯源性和透明的开发指标，尽管其目前的评估独立性存在局限性。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一个能够记住你曾告诉过它的所有内容的数字助手。为了让这个助手真正发挥作用，它不能仅仅存储事实的列表，像一本静态的百科全书。它必须理解事实背后的故事。如果你告诉它你的地址是某处，随后又告诉它你搬到了另一处，系统不仅要知道新的地址，还要知道旧的地址是如何被替换的、变更发生在何时以及原因何在。它必须保留发生那次更正时的原始对话，这样如果有人询问关于你的过去，它可以展示出变更的证据，而不仅仅是给出当前的答案。这种维持一个安全、可核查的历史记录，同时精确掌握哪条信息在特定时刻有效的能力，是下一代智能体面临的核心挑战。
XDream Robotics 的研究人员构建了一个名为 ECHO 的新系统来解决这个问题。他们设计该系统时，并非试图模仿生物大脑，而是从人类记忆运作的大致轮廓中汲取灵感：我们如何记录一个事件，如何将该事件组织成知识，以及我们如何决定现在什么是真实的。团队创建了一个数字“记忆平面”，将每一条信息都视为一条永久性的记录。系统并没有用新数据覆盖旧数据，而是保留旧记录并添加一条解释该变更的新注释。这创造了一个时间线，使每一项事实都有清晰的历史。系统还将寻找信息的过程与决定该信息是否为当前正确信息的过程分离开来。它从记忆中收集许多可能的答案，但由一套严格的规则手册来决定哪一个是基于发生时间及是否已被后续更新所取代的有效答案。
为了测试这种方法是否奏效，研究人员通过基于长对话的数千个问题对该系统进行了严苛的测试。在第一组涉及 1,536 个关于各种话题问题的测试中，系统成功找到了相关对话部分的概率为 96.29%。当问题需要跨越 500 个不同对话会话的长历史来寻找特定细节时，它找到正确信息的概率为 97.60%。这些数字表明，该系统非常擅长定位回答问题所需的原始证据。然而，研究人员谨慎地观察到，仅仅找到书中的正确页面是不够的。他们检查了系统是否找到了所有必要的证据。在一次涉及单一长对话的具体测试中，系统每次都能找到正确的答案，但却遗漏了许多用于充分解释该答案的支撑细节。这揭示了一个差距：系统可以找到标题事实，但有时无法收集到其背后的完整故事。
随后，团队在五段全新的、系统从未见过的对话上测试了该系统，以观察其是否具备泛化能力。这次测试要困难得多。系统仅在约 79% 的案例中找到了正确答案，并且遗漏了大量的支撑细节。这一结果是一个明确的信号，表明系统的信息检索能力并不完美，且高度依赖于它所阅读的对话类型。在与另一个流行的记忆系统 Mem0 进行直接对比时，研究人员向两个系统提出了 91 个特定问题。另一个系统在 64.84% 的情况下给出了正确答案，而 ECHO 的正确率为 41.76%。这种差异具有统计学意义，表明虽然 ECHO 在组织和检索原始证据方面表现出色，但目前在将这些证据转化为正确最终答案的能力上，不如另一个系统有效。
这项工作的最重要发现不在于系统是完美的，而在于它是透明的。研究人员将 ECHO 设计为每一步思考过程皆可审计。如果系统犯错，或者它认为自己没有足够的信息来回答，它可以准确说明原因。它可以指向它查看的具体对话回合、它用来决定哪些信息是当前的规则，以及它收集到的证据。这种清晰度在人工智能领域是罕见的，因为许多系统通常作为“黑箱”运行，只给出答案而不展示其推导过程。这项研究证明，构建一个既能保留详细且不可更改的历史记录，又能将搜索信息与判定真相的行为明确分离的记忆系统是可能的。虽然该系统在提供最终答案的准确性方面仍需改进以匹配其他工具，但它提供了一种新的、可靠的方式，让我们观察智能体如何记忆并对过去进行推理。研究人员总结道，这项工作的价值在于使记忆的过程变得可见且可核查，而非仅仅追求测试的高分。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。