Компьютерная наука > Расчет и язык [представлен 27 мая 2026 (v1), последний раз пересмотрен 8 октября 2026 года (эта версия, v4)] Название: MemTrace: Отслеживание и присвоение ошибок в системе памяти Большого языка Взгляд PDF HTML (экспериментальный) Резюме: Память имеет важное значение для того, чтобы крупные языковые модели могли поддерживать долго-горизонтную аргументацию, однако существующие системы памяти остаются ненадежными и трудно отладить. Отслеживание динамической эволюции памяти имеет решающее значение для понимания того, как информация синтезируется, распространяется или искажается со временем. В рамках этой работы мы изучаем новую проблему отслеживания ошибок и их присвоения в системах памяти LLM. Мы предлагаем новую систему, которая преобразует трубопроводы памяти в действующие графики эволюции памяти, что позволит отслеживать поток оперативной информации с помощью мелкозернистых методов. Затем мы соорудим MemTraceBench, ориентир, собранный из репрезентативных систем памяти, таких как Long-Context, RAG, Mem0 и EverMemOS, для систематического изучения режимов отказа памяти. Мы далее введем автоматический метод атрибуции, который итеративно отслеживает подграфы операций для выявления коренных причин любого неудачного случая. Наш анализ показывает, что ошибки в памяти носят систематический характер и обусловлены такими проблемами оперативного уровня, как потеря информации и несогласованность поиска. Круче всего, мы используем эти тонкие атрибуционные сигналы для…
MemTrace: Отслеживание и присвоение ошибок в системах памяти Большого языка
arXiv: 2605.28732v4 Annuate Type: заменить резюме: Память имеет важное значение для того, чтобы модели большого языка могли поддерживать долго-горизонтные рассуждения, однако существующие системы памяти остаются ненадежными и трудно отладить. Отслеживание динамической эволюции памяти имеет решающее значение для понимания того, как информация синтезируется, распространяется или искажается со временем. В рамках этой работы мы изучаем новую проблему отслеживания ошибок и их присвоения в системах памяти LLM. Мы предлагаем новую систему, которая преобразует трубопроводы памяти в действующие графики эволюции памяти, что позволит отслеживать поток оперативной информации с помощью мелкозернистых методов. Затем мы соорудим MemTraceBench, ориентир, собранный из репрезентативных систем памяти, таких как Long-Context, RAG, Mem0 и EverMemOS, для систематического изучения режимов отказа памяти. Мы далее введем автоматический метод атрибуции, который итеративно отслеживает подграфы операций для выявления коренных причин любого неудачного случая. Наш анализ показывает, что ошибки в памяти носят систематический характер и обусловлены