真实软件历史的时间有效性：通过 GitHub 修复消除代码辅助内存中的过时事实错误

检索增强生成 (RAG) 没有时间模型：当事实在编码会话中发生变化时（函数被重命名、端点移动、依赖关系发生冲突），RAG 会以几乎相同的相似性检索旧值和新值，并且无法区分哪个是当前值，因此它会提供被取代的值。论文 1 在综合单值基准测试中表明，确定性（主体、关系、客体）取代内存可以消除这种失败。在这里，我们根据真实的软件历史对其进行端到端验证。从 707 个真实的 GitHub 问题（SWE-bench Lite + Verified）中，我们提取了 130 个干净的原子状态转换，这是一种将一个可识别值从修复前形式更改为修复后形式的修复，并渲染每个无标记（过时的和当前的语句仅在值上有所不同）。在此组中，MemStrata 的答案准确率达到 0.91，而 RAG 的答案准确率为 0.57-0.59；并且，当被迫回答 RAG 时，结构结果在 36-38% 的时间内提供被取代的值（LLM 重新排序器无济于事），而 MemStrata 在 RAG 检索延迟（〜2.1 s vs 重新排序器的〜18 s）下将其驱动到〜0。我们对范围很明确：只有约 18% 的真正修复是干净的原子转换；论文 2 隔离了该类的内存机制，其余修复的提取覆盖率是我们推迟到后续工作的正交问题。一个真正的产品错误出现并在研究期间得到修复（不区分大小写/标点符号的值比较），同时保留并验证了护城河属性（干净代码突变的确定性取代准确性）。