مقاله‌ی arXiv:2610.19386 · در صف خبرنامه
STRATA: Self-Maintaining Structured Experience Graphs for Self-Evolving Language Agents
حافظه‌ی سه‌لایه‌ی خودنگهدار برای ایجنت‌ها، که فراموش می‌کند و درباره‌ی تجربه‌های گمراه‌کننده هشدار می‌دهد
- تاریخ
- (۲۲ مهر ۱۴۰۵) 2026-10-14 تأییدشده از روی تاریخ ارسال نسخه‌ی اول در آرکایو
- نویسنده‌ها
- Guanhua Zhu, Hanwen Li, Zhi Wei, Mengnan Du, Chenxi Yuan
- نهاد نویسنده‌ها
- New Jersey Institute of Technology
- موضوع‌ها
خلاصه‌ی فارسی
مسئله
ایجنت‌های مدل زبانی می‌توانند در زمان اجرا با انباشتن تجربه خودشان را بهتر کنند. اما بیشتر حافظه‌ها تک‌سطحی‌اند: مسیرها، گردش‌کارها و درس‌ها همه در یک مخزن بی‌ساختار با شباهت امبدینگ ریخته می‌شوند. هرگز فراموش یا تکراری‌زدایی نمی‌کنند و دچار «انتقال منفی» می‌شوند: تجربه‌ای که ظاهراً شبیه ولی در جهت مخالف است بازیابی می‌شود و قدم‌هایش کپی می‌شوند؛ مثلاً درس «فایل را حذف کن» برای تسک «فایل را بازیابی کن».
روش
حافظه‌ی STRATA تجربه را در یک گراف سه‌لایه سازمان می‌دهد: مهارت‌ها و تکه‌کدهای پایه، گردش‌کارهای تسک و چارچوب‌های کلی، با یال‌های نوع‌دار. پنج سازوکار با یک هندسه‌ی شباهت مشترک آن را نگه می‌دارند: شباهت چندبعدی بر اساس عملیات و هدف، بازتاب‌دهنده‌ای که از موفقیت‌ها رویه و از شکست‌ها دام استخراج می‌کند، تشخیص اجتماع برای ساختن چارچوب‌ها، پاک‌سازی حافظه زیر فشار با محافظت از گره‌های کلیدی، و یال‌های تضاد که تجربه‌های قابل اشتباه و هم‌جهت‌مخالف را علامت می‌زنند.
یافته‌ها
- روی چهار بنچمارک AppWorld، WebArena، ALFWorld و ScienceWorld با دو مدل منجمد و هفت پایه، بهترین میانگین را گرفت و هم‌زمان کمترین تأخیر و کمترین قدم محیط را بین روش‌های حافظه‌دار داشت، با ۴۴ درصد خط حافظه‌ی تزریقی کمتر از پرمصرف‌ترین پایه.
- حافظه‌ی تک‌سطحی با بزرگ شدن مجموعه‌ی تسک به‌شدت افت می‌کند.
- حافظه‌های عینی تک‌سطحی دچار انتقال منفی فاجعه‌بار می‌شوند و یال‌های تضاد آن را ترمیم کردند: ScienceWorld در همان سیستم از ۷۸٫۷ به ۹۶٫۷ رسید.
محدودیت‌ها
مقاله بخش جداگانه‌ای برای محدودیت‌ها ندارد؛ آزمایش‌ها با مدل‌های منجمد و چهار بنچمارک انجام شده‌اند.
چرا مهم است
حافظه‌ای که فقط انباشته می‌شود، با گذشت زمان به جای کمک، آسیب می‌زند. این کار نشان می‌دهد ساختار، فراموشی و هشدار درباره‌ی تجربه‌های متضاد، حافظه‌ی ایجنت را هم بهتر و هم ارزان‌تر می‌کند.