提出STALE基准测试集以评估大语言模型智能体在隐式记忆冲突下的状态追踪与更新能力,发现现有模型在此方面存在显著缺陷,并提出CUPMEM原型系统以通过结构化状态整合提升记忆鲁棒性。
机构:港科大
来源:arXiv 2605.06527 | AI4Papers 论文推荐平台