مقاله‌ی arXiv:2610.20022 · در صف خبرنامه
Memorizing Who, Knowing How: Benchmarking Personal and Procedural Memory for Persistent Assistants
بنچمارک حافظه‌ی شخصی و رویه‌ای با هم: دستیار باید هم بداند برای چه کسی کار می‌کند و هم چطور
- تاریخ
- (۲۲ مهر ۱۴۰۵) 2026-10-14 تأییدشده از روی تاریخ ارسال نسخه‌ی اول در آرکایو
- نویسنده‌ها
- Maosheng Qin, Qi Zhang, Mingxuan Xia, Jinglei Chen, Jiexiang Wang, Sheng Guo, Cheng Peng, Haobo Wang
- نهاد نویسنده‌ها
- Zhejiang University; Ant Group
- موضوع‌ها
خلاصه‌ی فارسی
مسئله
سیستم‌های حافظه‌ی دستیارهای شخصی پایدار باید هم حافظه‌ی شخصی درباره‌ی کاربر و هم حافظه‌ی رویه‌ای درباره‌ی روش انجام کار را نگه دارند. در دستیارهای مبتنی بر هارنس، رویه‌ها و اسکیل‌ها به کاربر وابسته‌اند: زمینه‌ی شخصی تعیین می‌کند کدام رویه به کار می‌آید و چطور و کِی باید عوض شود. مثلاً روش رزرو سفر برای کاربری که تازه رژیم گیاهی گرفته باید تغییر کند. بنچمارک‌های موجود معمولاً فقط یکی از این دو را می‌سنجند.
روش
بنچمارک PraxisMemBench دستیار پایدار را در مسیرهای زندگی روزمره و کار می‌سنجد، جایی که دو نوع حافظه با هم تکامل می‌یابند و تسک‌های بعدی به هر دو وابسته‌اند. روش PraxisMem با نظارت ممتاز بر وضعیت مشترک، توانایی نگه‌داشتن محتوا و سازمان حافظه را در مدیر حافظه درونی می‌کند و از GRPO آگاه به مکان و یک نوع تقطیر روی سیاست با مسیریابی باقی‌مانده‌ی پویا استفاده می‌کند.
یافته‌ها
- نگه‌داشتن جداگانه‌ی دو نوع حافظه کافی نیست: نرخ تکمیل از وابستگی تک‌نوعی به وابستگی متقابل از ۸۴٫۶ به ۷۷٫۹ درصد افت کرد.
- در روش‌های موجود، خطاهای مربوط به روابط از جلسه‌های اول تا آخر از ۵۹٫۸ به ۷۲٫۹ درصد رسید؛ نوشتن حافظه‌ی درست کافی نیست اگر محتوا و سازمانش برای بازیابی بعدی حفظ نشود.
- روش PraxisMem به نرخ موفقیت جلسه‌ی ۴۰٫۷۸ درصد رسید، در برابر ۲۰٫۶۰ درصد برای حافظه‌ی بومی Claude Code.
محدودیت‌ها
مقاله بخش جداگانه‌ای برای محدودیت‌ها ندارد؛ نویسنده‌ها محدودیت مشخصی برای بنچمارک یا روش خود ذکر نکرده‌اند.
چرا مهم است
دستیارهایی که ماه‌ها با یک کاربر کار می‌کنند، باید بدانند کدام عادت کاربر کدام روش کار را عوض می‌کند. این کار نشان می‌دهد حافظه‌ی امروزی ایجنت‌ها در این ترکیب ضعیف است و راهی برای آموزش مدیر حافظه پیشنهاد می‌کند.