15
Memory beyond recall: a dual-process cognitive memory system for self-evolving LLM agents
Source-backed paraphrase
论文在解决什么
用同步的 raw/fact 更新与异步的 schema induction 组成 dual-process memory，并让高层抽象保留到低层 evidence 的路径。
Source-backed paraphrase
关键抓手
- memory 分为 raw inputs、atomic facts/identity、within-domain schemas/intentions 与 cross-domain core schemas；高层 graph node 通过 evidence reference 回指支持事实。（§2.1）
- System 1 在显式 add_memory 时先于 LLM call 持久化 raw input，再决定 ADD、SUPERSEDE 或 UPDATE；SUPERSEDE 保留 predecessor 与双向 revision pointers。（§2.2）
- System 2 在 idle/nightly window 先聚类，再归纳 schema、intention 与跨领域 core schema；主要增益集中在 PersonaMem-v2，论文同时承认 transient state 可能被误判为 stable revision。（§2.3–§3.4）
Evidence boundary
仍未证明什么
这条 public note 尚未单独整理 evidence limits；请以标注的 reading scope 与原文为准，不从空缺补写结论。
Editorial synthesis / question
编者判断
继续追问
cross-domain core schema 的阈值在特定 held-out split 上调整、主要收益也集中于同一 benchmark；它是在稳定追踪变化，还是在生成适配 benchmark 的高层推断？
Editorial transfer · 编者设计建议
读完，可以怎样借用
初读线索 · 基于本条已标注的阅读范围，仍待全文与实现核验。下面的迁移对照尚未执行。
- 什么时候有用
- 系统同时保存原始输入、事实与高层偏好推断，后两者会随时间修订。
- 可以借哪一步
- 把 raw input 与派生事实、schema 分开保留；显式更正与后台归纳走可区分的路径，并为高层结论留下来源引用。
- 先做什么对照
- 对照长期偏好改变、临时状态和带条件例外三类输入，检查是否都被错误写成稳定 revision；再更正来源，观察高层结论如何变化。
- 带走时的边界
- 这是 skim 范围下的未执行建议。保留 evidence reference 不保证自动失效传播正确，也不证明高层推断值得永久保留。
阅读依据：既有札记 “关键抓手”：§§2.1–2.3、3.4 与 Limitations。
含当前正文、出处、阅读范围与接续线索；链接的全文不随包附带。