语言大模型 / LLM

Behavioral Consistency and Transparency Analysis on Large Language Model API Gateways

大型语言模型API网关的行为一致性与透明度分析

Guanjie Lin, Yinxin Wan, Shichao Pei, Ting Xu, Kuai Xu, Guoliang Xue

机构 * University of Massachusetts Boston（马萨诸塞大学波士顿分校） ； Arizona State University（亚利桑那州立大学） 纠错

专题命中 长上下文与记忆 ：LLM(summary_cn,abstract)；large language model(title,abstract)；language model(title,abstract)；分类 cs.AI

AI总结 本文提出GateScope框架，用于评估LLM网关的行为一致性和操作透明度，发现多个网关存在模型降级、响应不一致、计费不准确等问题。

Comments 11 pages. Initially submitted to IMC 2026 Cycle 1 on November 20, 2025; accepted on March 13, 2026. To appear in Proceedings of the 2026 ACM Internet Measurement Conference (IMC '26)

Spatial Metaphors for LLM Memory: A Critical Analysis of the MemPalace Architecture

基于LLM记忆的空间隐喻：MemPalace架构的批判性分析

Robin Dey, Panyanon Viradecha

机构 * OpenHub Research（开放枢纽研究） 纠错

专题命中 长上下文与记忆 ：LLM(title,title_cn)；large language model(abstract)；language model(abstract)；分类 cs.CL、cs.AI

AI总结 MemPalace通过空间隐喻组织大语言模型的长期记忆，其高召回率源于直接存储哲学与ChromaDB嵌入模型的结合，而非空间结构本身，同时提出了低唤醒成本和零LLM写入路径等创新。

Comments 20 pages, 10 tables. Code and data at https://github.com/web3guru888/mempalace-scientific-analysis

SafeTrans: LLM-assisted Transpilation from C to Rust

SafeTrans: 借助LLM从C到Rust的转换

Muhammad Farrukh, Baris Coskun, Tapti Palit, Michalis Polychronakis

专题命中 长上下文与记忆 ：LLM(title,title_cn)；large language model(abstract)；language model(abstract)

AI总结 本文提出SafeTrans框架，利用LLM自动将C代码转换为Rust代码并修复错误，通过引导修复技术提升转换成功率，并评估转换过程中的安全影响。

SCM: Sleep-Consolidated Memory with Algorithmic Forgetting for Large Language Models

SCM：基于算法遗忘的睡眠巩固记忆用于大语言模型

Saish Sachin Shinde

机构 * Clyrai IP Studio（Clyrai IP实验室） 纠错

专题命中 长上下文与记忆 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract,abstract_cn)；分类 cs.LG

AI总结 SCM通过引入睡眠巩固机制和算法遗忘，解决大语言模型缺乏持久、结构化和生物合理记忆的问题，实现高效记忆管理和检索。

Comments 5 figures. Submitted April 2026

Omission Constraints Decay While Commission Constraints Persist in Long-Context LLM Agents

在长上下文LLM代理中，遗漏约束衰减而执行约束持续存在

Yeran Gamage

机构 * University of South Florida（佛罗里达州立大学） ； Independent AI Security Researcher（独立人工智能安全研究员） 纠错

专题命中 长上下文与记忆 ：LLM(title,title_cn)；分类 cs.AI

AI总结 研究发现，在长上下文LLM代理中，遗漏约束随上下文压力衰减，而执行约束持续存在，这种不对称性称为安全回忆分歧(SRD)。

Comments 19 pages, 5 figures. Includes evaluation framework for replication and 4,416-trial dataset

Can Virtual Agents Care? Designing an Empathetic and Personalized LLM-Driven Conversational Agent

虚拟代理能关心吗？设计一个具有同理心和个性化的LLM驱动对话代理

Truong Le Minh Toan, Dieu Bang Mach, Tan Duy Le, Nguyen Tan Viet Tuyen

专题命中 长上下文与记忆 ：LLM(title,title_cn)；large language model(abstract)；language model(abstract)

AI总结 本文提出一种框架，通过检索增强架构、结构化记忆和多模态交互，设计出具有同理心和个性化支持的虚拟代理，以提升心理健康支持的质量和可靠性。

Comments Accepted manuscript version to be presented at the SCI-2026

Absorber LLM: Harnessing Causal Synchronization for Test-Time Training

吸收式大语言模型：利用因果同步进行测试时训练

Zhixin Zhang, Shabo Zhang, Chengcan Wu, Zeming Wei, Meng Sun

机构 * Peking University（北京大学） 纠错

专题命中 长上下文与记忆 ：LLM(title,summary_cn)；分类 cs.CL、cs.AI、cs.LG

AI总结 本文提出Absorber LLM，通过自监督因果同步解决长上下文保留问题，优化模型在测试时的内存和准确率。

EngramaBench: Evaluating Long-Term Conversational Memory with Structured Graph Retrieval

EngramaBench：基于结构化图检索评估长期对话记忆

Julian Acuna

专题命中 长上下文与记忆 ：large language model(abstract)；language model(abstract)；prompting(abstract)；分类 cs.CL、cs.AI

AI总结 本文提出EngramaBench基准测试，评估长期对话记忆系统在事实回忆、跨空间整合等任务中的表现，对比Engrama与GPT-4o和Mem0的性能差异。

Comments 9 pages, 2 figures, 3 tables

Knowledge Capsules: Structured Nonparametric Memory Units for LLMs

知识胶囊：用于大语言模型的结构非参数记忆单元

Bin Ju, Shenfeng Weng, Danying Zhou, Rongkai Xu, Kunkai Su

机构 * Zhejiang Angel Medical AI Technology Co., Ltd.（浙江天使医疗人工智能科技有限公司） ； Miti AI Technology Co., Ltd.（米蒂人工智能科技有限公司） ； China-Singapore Belt and Road Joint Laboratory on Translational Infection Biology for Diagnostics and Therapies（中英一带一路联合实验室（转化感染生物学诊断与治疗）） ； State Key Laboratory for Diagnosis and Treatment of Infectious Diseases（传染病诊断与治疗国家重点实验室） ； The First Affiliated Hospital（第一附属医院） 纠错

专题命中 长上下文与记忆 ：large language model(abstract)；language model(abstract)；分类 cs.CL、cs.AI

AI总结 本文提出知识胶囊，一种结构化的非参数记忆单元，通过冻结基础模型直接从文档语料构建，采用外部键值注入框架提升外部知识在注意力计算中的参与度，提升长上下文和多跳推理的稳定性和准确性。

The Root Theorem of Context Engineering

上下文工程的根定理

Borja Odriozola Schick

机构 * Independent Researcher（独立研究者） 纠错

专题命中 长上下文与记忆 ：large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 本文提出上下文工程的根定理，通过形式化约束推导出信号-token比最大化原则，揭示了连续对话系统中信息质量退化与上下文窗口限制的本质规律。

Comments 17 pages, 2 figures

FSFM: A Biologically-Inspired Framework for Selective Forgetting of Agent Memory

FSFM：一种生物启发的智能体记忆选择性遗忘框架

Yingjie Gu, Wenjian Xiong, Liqiang Wang, Pengcheng Ren, Chao Li, Xiaojing Zhang, Yijuan Guo, Qi Sun, Jingyao Ma, Shidang Shi

机构 * China Mobile Digital Intelligence Business Unit（中国移动数字智能业务部） ； China Mobile Jiutian Company（中国移动蓟田公司） ； China Mobile Jiutian Research Institute（中国移动蓟田研究院） 纠错

专题命中 长上下文与记忆 ：LLM(abstract,abstract_cn)；分类 cs.AI

AI总结 本文提出FSFM框架，通过生物启发机制实现智能体记忆的选择性遗忘，提升效率、质量和安全性，经实验验证在访问效率、内容质量和安全性能上均有显著提升。

Comments 28 pages, 5 figures, 3 tables

Preconditioned DeltaNet: Curvature-aware Sequence Modeling for Linear Recurrences

预条件DeltaNet：用于线性递归的曲率感知序列建模

Neehal Tumma, Noel Loo, Daniela Rus

机构 * MIT（麻省理工学院） 纠错

专题命中 长上下文与记忆 ：language model(abstract)；分类 cs.LG

AI总结 本文提出预条件DeltaNet，通过引入预条件技术改进线性递归模型，提升序列建模性能，在合成回忆基准和大规模语言模型中表现优异。