Fortunate Recall: Ontologie-gesteuerter LLM-Gedächtnis-Lebenszyklus

Hintergrund

Sprachmodelle mit Langzeitgedächtnis leiden an einem strukturellen Defizit, das ihre Zuverlässigkeit über die Zeit einschränkt. Bestehende Architekturen behandeln alle persönlichen Fakten eines Nutzers gleich, ohne Kategorien zu unterscheiden oder zeitliche Gültigkeit zu berücksichtigen. Die Gedächtnisarchive wachsen ungebunden, während die Retrievalgenauigkeit mit wachsendem Korpus abnimmt. Die Verfasser identifizieren die Lebenszyklusverwaltung als Kernproblem: Es gilt zu entscheiden, welche Erinnerungen langfristig bestehen, welche ersetzt werden und mit welcher Rate – jeweils abhängig vom jeweiligen Verhaltenstyp des Fakts.

Dafür führen sie Fortunate Recall (FR) ein, eine kombinierbare Policy-Ebene. FR ordnet persönliche Fakten einer Verhaltensontologie mit zehn plus einer Kategorie zu und unterscheidet solche Fakten, die kontinuierlich gelten, von jenen, die nur innerhalb bestimmter Ereignisfenster wirksam sind. Jede Kategorie erhält maßgeschneiderte Strategien statt einer einzigen universellen Regel. Damit rückt die Verwaltung von einer passiven Speicherfunktion hin zu einem selbstregulierenden System, dessen Erhaltung und Ausschluss auf der Faktensemantik statt auf der bloßen zeitlichen Abfolge beruht.

Tiefenanalyse

FR setzt vier kategorienspezifische Lebenszyklusstrategien um, alle als deterministische Funktionen über von dem Sprachmodell extrahierte Metafunktionen implementiert. Die differentielle Zeitabnahme lässt manche Fakten langsam verblasen, andere rasch verfallen, sobald ihr Ereignisfenster endet. Die Slot-Schlüssel-Ersetzung erlaubt es neuen Fakten, ältere Einträge desselben semantischen Slots automatisch zu überschreiben und so eine Anhäufung im selben Slot zu verhindern. Die Event-Zeitgültigkeit bindet bestimmte Fakten an explizite Gültigkeitsintervalle, wodurch sie nach Ablauf natürlich verworfen werden. Das kategoriensensitives Retrieval-Routing lenkt Anfragen über Kategorienübereinstimmung zu den relevantesten Gedächtnisclustern.

Die infrastrukturunabhängige Implementierung FR-Bank ermöglicht den Einsatz über verschiedene Speicherbackends hinweg. Auf dem neu geschaffenen LifecycleBench, einem 516 Fragen umfassenden Benchmark zur temporalen Disambiguierung, der die Urteilskraft bei Zeitkonflikten und Faktenupdates misst, erreicht FR-Bank 76,9 Prozent. Damit schlägt es Mem0, A-MEM, Memory-R1 und MemoryOS, die zwischen 61 und 70,5 Prozent liegen. Auf LongMemEval-S nach dem Standard-Wu-et-al-Protokoll erreicht FR-Bank 75,2 Prozent und zeigt, dass die Lebenszyklusstrategien kaum Kosten für das Standard-Retrieval verursachen.

Eine präregistrierte Ablation ortet die Gewinnquellen präzise. Der Ersatz des typbewussten Layers durch drei generische Lebenszyklusprimitivi führte zu keiner statistisch signifikanten Genauigkeitsänderung von minus 1,7 Prozentpunkten mit einem 95-Prozent-Konfidenzintervall von minus 6,0 bis plus 2,7. Generische Metadaten tragen also den Korrektheitsvorteil, während die Verhaltensontologie vor allem kalibrierend wirkt und die nachgelagerte Halluzination von 24,2 auf 12,0 Prozent halbiert (p unter 0,001). End-to-end senkt FR-Bank die Halluzinationsrate von Mem0 für beantwortete Anfragen von 45,1 auf 22,4 Prozent, für alle Anfragen von 32,2 auf 13,0 Prozent und erhöht zugleich den Anteil korrekt beantworteter Fragen von 18,6 auf 31,2 Prozent.

Branchenwirkung

Die Arbeit liefert ein übertragbares Architekturparadigma für Langzeitgedächtnisysteme und fasst die Verwaltung als aktive Lebenszyklusverwaltung statt passiven Speichers neu. Das infrastrukturunabhängige FR-Bank senkt die Hürden für die industrielle Adoption, indem es sich nahtlos in verschiedene Speicherbackends integriert. Die Entkopplung der Verhaltensontologie von den Lebenszyklusstrategien erlaubt es Forschenden, Korrektheit und Kalibrierung getrennt zu optimieren und gibt künftiger Arbeit eine klare Richtung.

Die Verfasser veröffentlichen die Ontologie, die Benchmarks und den Code. Der neu geschaffene LifecycleBench und BEAM bieten standardisierte Bewertungswerkzeuge für die temporalen Disambiguierung, ein langjährig ignoriertes Problem, und könnten die Gemeinschaft auf die Zeitlichkeit von Gedächtnis lenken. Die Halbierung der Halluzination von 45,1 auf 22,4 Prozent weist direkt auf einen zentralen Weg zur Verbesserung der Zuverlässigkeit in realen Einsatzszenarien hin.

Ausblick

Die Rangordnung reproduziert sich auf den Open-Gewichten Kimi K2.5 und validiert den Ansatz über verschiedene Modellfamilien hinweg. Auf dem unabhängig erstellten BEAM-Benchmark zeigt der Zerlegungsansatz Übertragbarkeit, mit 46,8 Prozent Korrektheit über 280 Fragen versus 32,9 Prozent für Mem0.

Die Ontologiegewinne konzentrieren sich auf die Auflösung von Widersprüchen und sättigen sich, wenn sich das System sechs Strategienclustern nähert. Diese Ergebnisse deuten darauf hin, dass die Lebenszyklusverwaltung zur Standardkomponente von Gedächtnisarchitekturen wird, wobei die Ontologie kalibrierende Vorteile liefert, die über reine Genauigkeitsgewinne hinaus zu messbaren Zuverlässigkeitsverbesserungen in Produktionssystemen führen.