提出MEchoBench与FPA框架缓解Agent记忆污染

Yufeng Li 等论文作者定义了单Agent长期记忆中的 Memory Echo 现象：同一来源的历史信息无需额外独立证据即可获得额外检索曝光，并发布 MEchoBench 评测其出现、纠错阻力、持续性和对答案的影响。 论文同时提出 FPA 框架：每个来源族只保留一个代表记录，依据已核实的纠错决定旧记录是否进入上下文，并用权威证据约束答案。在四个记忆框架、190 道固定问题的成对回放中，FPA 将准确率从 0.825 提升到 0.920（DeepSeek V4 Flash），从 0.782 提升到 0.916（Kimi K2.6）。代码已开源。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。