基于三信号互补的 LLM 代理的可解释内存决策控制器：解耦置信度和一致性

大型语言模型的记忆系统主要关注高效检索，而检索到的记忆是否应该可信的决定却受到相对较少的关注。当记忆存储包含冲突位置时，标准检索增强生成（RAG）会盲目注入记忆并放大幻觉：在易受记忆注入影响的模型中，冲突记忆下的RAG幻觉率明显高于无记忆基线。受前额皮质记忆信号机制的启发，我们提出了记忆决策层（MDL），这是一个位于检索和生成阶段之间的零参数记忆决策控制器。其核心是一个三信号互补编码器，通过基于 QR 的正交子空间投影和元工作记忆信号将相关性、可靠性和任务风险融合到可解释的决策表示中，从而量化检索到的记忆的可信度。在此编码器的基础上，MDL 明确地将置信度与一致性解耦，并引入风险倒置和明确弃权。对主流大语言模型和多个开源数据集的评估表明，MDL在一般场景下使冲突记忆下的幻觉率降低约56.04%，在高风险场景下接近零幻觉。该控制器是完全白盒的：它纯粹依赖于几何运算，不需要经过训练的参数，并且每个决策仅增加约 0.14 毫秒——比之前的嵌入检索步骤快大约 50 倍，比 LLM 自评估调用快四到五个数量级。