内存整合使用户事实的时间形状变得平坦

长期记忆系统将对话转化为简短的存储笔记。注释可以保留用户事实，同时丢失有关该事实是否仍然成立的证据。例如，“我正在驾驶标致”可以变为“用户驾驶标致”，从而放弃活动正在进行的提示。我们称之为方面扁平化，并用 LAPSE 来衡量它，LAPSE 是仅在时间形式上有所不同的匹配用户语句的基准。我们发现记忆编写者有选择地扁平化方面。三个作家模型扁平化了渐进式陈述，但在 381 对中的 244 对中保留了简单现在时匹配，而不是相反。这种不对称性存在于测试的所有 11 个模型配置以及已安装的管道 mem0、Graphiti 和 Letta 中。丢失的线索对后来的读者很重要。在探索性测试中，仅更改存储的动词就改变了所有三位读者对事实仍然成立的估计。当读者可以在行动之前询问用户时，三分之二的人会在没有更频繁地询问扁平化笔记的情况下采取行动。我们计划的内存使用任务无法检测到这一点，因为那里的读者几乎对每个存储的事实都采取了行动，甚至是过期的事实。因此，记忆写入可以消除后来的模型用来决定是否采取行动的证据。