研究人员探讨了对话数据中的几何关系是否能在生成前预测AI代理中的检索边界记忆失败。他们将对话轮次、记忆文本和查询嵌入到共享空间中，并使用一个具有25个特征的分类器。虽然几何方法在特定类型的问题上显示出一些潜力，但其在LongMemEval-small数据集上的整体预测能力是边际的，低于简单的问答难度基线。研究得出结论，嵌入的接近度不能可靠地验证事实覆盖范围，也不能区分记忆构建、检索和生成中不同类型的错误。 AI
影响 这项研究表征了AI代理中记忆表征与正确性之间的关联，但未能建立一个可靠的部署诊断方法来检测记忆失败。
排序理由 该集群包含一篇在arXiv上发表的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 arXiv cs.IR (Information Retrieval) 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
