arXiv 论文实测：混合嵌入索引只拿回全量重建 4.96/11.90 的收益
rohanpaul_ai · x · 2026-09-12
arXiv 论文《Does Your Agent's Memory Survive a Model Upgrade? A Controlled Study of Memory Portability》（Ankit Goyal, Jaideep Ray）用 48 条合成历史、精确打分和两个 10B 以下开源模型，对比四种记忆方式在模型更换后的表现：长文原文（LC-RAW）、RAG 分块、模型压缩笔记（NOTES）、固定 schema 知识图谱（KG-fixed）。
- KG-fixed 最稳：写入者更换后准确率仅变动 +0.0004±0.0020
- NOTES 高度耦合模型：按迁移方向不同准确率偏移 +9.91 或 -13.28 个百分点；归因分析显示 80% 的准确率损失来自初次构建时的信息丢失，无法靠重写找回
- RAG 部分迁移：50/50 混合嵌入索引只回收全量重建 11.90 个点收益中的 4.96 个点
结论：模型升级应包含记忆兼容性测试，嵌入索引需全量重建，优先结构化记忆并保留原始历史。
所属事件:研究显示模型升级时智能体记忆不可自动移植(2 条相关)→
「编程与Agent」频道最新
- Will DePue 呼应 OpenAI 加 API 级能力：让多智能体一次并行分发上千个小模型调用 — willdepue · 2026-10-28
- DeckWerk 新版获早期用户好评：连续数周用于真实演讲 — vincesitzmann · 2026-10-28
- Opus 5.5 剪视频可替初级剪辑师，资深剪辑师日产出翻 5 倍 — dotey · 2026-10-28
- 软件栈正为Agent重构:开发者站点、浏览器乃至编程语言都在agent-first — mobileraj · 2026-10-28
- HABIT-Bench:八种记忆系统测用户习惯推断,最佳仅33.61% — SJTU · 2026-10-28
- 「钢琴测试」思想实验：你敢坐在形式化验证过的代码下吗 — moyix · 2026-10-28