内存信任差距：持久内存代理中与功能相关的故障

arXiv:2609.01852v1 公告类型：新 摘要：持久内存支持个性化代理，但陈旧的存储事实可能会在没有警告的情况下覆盖当前的权威证据。我们研究随着模型能力的变化，这种危害何时开始。我们在同系列模型尺寸系列（Qwen3 0.6/1.7/4/8B）上评估了一个冻结、封闭集、动作评分的基准，其中有 2 个套件代表“无记忆”的 2 种不同含义（福利套件，如果没有存储的事实就无法解决，以及安全套件，其中权威工具始终保持正确的值）。记忆信任差距反映的是过度信任而不是混乱。在 Benefit 套件中，模型在每个尺度上都以当时的陈旧值 0.92-1.00 进行回答。在安全套件中，陷阱条件下（$\Delta_{\mathrm{mem}}$）低于无内存基线的伤害是受能力限制的，一旦陈旧的注释看起来是最新的，较大的模型就会崩溃。在 $2\times2\times2\times2$ 阶乘中，哪个特征触发过度信任取决于特征和模型规模。删除标签会放大每个尺寸的过度信任，而新近度功能（过时的更新）更难欺骗较大的模型。来源权威较弱且规模平坦，在 Qwen3 型号尺寸系列中，位置从正面变为负面。我们通过直接的跨尺寸对比测试来确认这些尺度相互作用，而不是重叠每个模型的间隔。缓解同样取决于功能：公开元数据可以提高功能模型的准确性，但只有预先解决冲突才能恢复 2 个较小检查点的准确性。相同的模式出现在独立 Llama-Instruct 模型尺寸系列中的功能模型和 2 个外部数据集（RGB、MisBench）上。框架控制没有发现内存标签具有一致的优势：在 3 个较小的尺度上，模型更信任陈旧的文档而不是陈旧的内存；在8B时，差异并不显着。