迈向代理内存的正式定义：基础、跨度、最优性和顺序内存问题

尽管在大型模型代理中广泛部署了内存，但对于内存是什么或何时是最佳内存，还没有统一的正式说明。本文朝着这个目标迈出了第一步。中心思想是记忆是基础，知识是其跨度，可回答性是覆盖问题：代理存储从材料中提取的事件；生成算子将任何事件集转化为它所需要的知识；当跨度中的某个单个项目覆盖查询时，查询就可以准确回答。最佳内存是预期覆盖范围的容量受限最大化，其值追踪效用——容量边界，这是比较内存系统的通用标准。接下来，我们考虑内存中的噪声，并讨论其下的覆盖率与精度：内存可能存储错误的声明，因此写入策略必须推断其存储内容的真实性。与通过持续经验不断形成的生物记忆进行类比，我们将连续代理记忆问题形式化为涵盖多个级别的顺序 MDP，其中记忆是状态，写入是动作，查询时确定的效用是驱动学习的延迟奖励。为了使框架具体化，我们将其实例化为荷马的\emph{奥德赛}，将边界、压缩区和覆盖范围的发散从精确化为具体的数字。最后，我们将现有系统置于框架内，使“记忆有多好”可测量，并将构建和学习代理记忆的开放问题重新定义为具体的研究问题。