arXiv · cs.AI · Yichuan Chen, Xin Wang · 6 小时前模型评分47
主动记忆召回中的规模代价：存储越大误报越多
The Price of Scale in Proactive Memory Recall
导读
研究发现，长期助手主动回忆记忆时，判断是否打断用户是一个多重检验问题，难度随存储规模N增长。在LongMemEval回放中，按N=8时5%误报率调好的相似度阈值，到N=2048时误报率升至84-100%。论文提出一种线索交换的保形门控（conformal gate），在LongMemEval上把误报率控制在3-6%，每次决策中位耗时0.4秒CPU。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “We show that this decision is a multiple-testing problem whose difficulty grows with the store size N.”
- “v3: latency now measured on the released code; recalibrated chronological thresholds; adds a chronological null check; restates the finite-pool result as transfer across questions; fixes reference masking in the released gate; 22 pages, 4 figures”
来源：arXiv · cs.AI · arxiv.org