记忆与上下文:长对话不丢信息的实战方案

题集来源:Onefly(ranxi2001)收录项目:zero2Agent查看原题集

题目目录

61 道原题
  1. Agent 记忆系统里的「做梦机制」(Dreaming)是什么?和 Reflection 有什么区别?

    原题

    来源未指定 Dreaming 对应的论文或产品。

  2. 如何处理记忆的“新鲜度”与“重要性”之间的冲突?

    原题
  3. Agent 的记忆可能存在偏见(Bias)或事实性错误,如何发现并纠正?

    原题
  4. 如何沉淀部门级 Agent 记忆,既避免经验随人流失,又控制错误、过期和权限风险?

    原题
  5. 什么是记忆的 Reflection 机制?它与简单的 Summarization 有何不同?

    原题
  6. 在实现长期记忆时,什么情况选向量数据库,什么情况选传统的 KV 或关系数据库?

    原题
  7. 什么是记忆的幻觉问题?它和 LLM 本身的幻觉有何区别?如何缓解?

    原题
  8. 什么是“工具态记忆”(Tool-state Memory)?它在 Agent 工作流中如何发挥作用?

    原题

    本文“工具态记忆”指工具调用历史、中间状态及执行记录。

  9. 记忆的容量规划需要考虑哪些因素?如何估算存储成本?

    原题
  10. 你会如何判断一条历史信息该进入长期记忆,还是只留在当前会话里?

    原题