MemTrapBench：大語言模型記憶使用中的認知陷阱基準

这篇论文聚焦于大语言模型记忆机制中一个被长期忽视的问题：记忆究竟如何影响模型对当前任务的推理。随着记忆能力成为大语言模型的重要组成部分，模型得以保留信息并从长期交互中学习，但现有的记忆基准几乎只关注信息是否被正确提取、存储和检索，很少有人去考察被检索到的记忆会如何重塑模型的推理过程，以及它最终对当前任务造成怎样的影响。基于这一观察，作者识别出一类被称为记忆诱导的认知陷阱：即使是被忠实记录、且在语义上高度相关的记忆，也可能扭曲模型的推理路径或改变其既有信念，进而削弱当前任务的表现。论文的核心贡献正是系统地定义并刻画了这类失败模式，并据此构建了一个专门用于评估认知陷阱的基准，填补了既有评测体系在这一维度上的空白。作者进一步将认知陷阱归纳为两种形式，分别为推理固定化和信念扭曲，前者指模型被过往记忆锁定在某种固定的推理模式中，后者指记忆改变了模型对事实或自身状态的判断，这两类陷阱共同构成了记忆可能带来的负面效应。

在技术方法上，论文并未提出新的网络结构或训练范式，而是从评测与推理时干预两个层面展开。评测层面，作者构建了 MemTrapBench，通过精心设计的场景让模型在拥有相关记忆的情况下完成当前任务，从而诱发并量化认知陷阱的出现。推理时干预层面，作者提出 AdaptiveMem，这是一种简单但高效的推理时方法，其核心思路是直接指示大语言模型主动识别并避开记忆陷阱，而不是修改模型参数或重新训练记忆模块。这种设计使得 AdaptiveMem 能够以轻量、即插即用方式接入不同的记忆框架，在不依赖额外训练成本的前提下缓解认知陷阱。作者选择推理时干预而非训练时修正，一方面是因为这类方法部署灵活、跨框架通用，另一方面也反映出记忆陷阱本质上是一个推理过程中记忆如何被调用的问题，而非单纯的存储或检索精度问题。

通过这种方式，论文在方法上兼顾了通用性与可落地性，为后续研究提供了一个易于扩展的干预范式。在实验设置与关键结果方面，论文在两个模型家族和五个代表性记忆框架上进行了系统评测，覆盖了当前主流的多种记忆策略。实验结果表明，MemTrapBench 是一个颇具难度的基准：所有被评估的记忆策略，其表现都不如无记忆设置，这意味着只要引入记忆，模型就更容易陷入认知陷阱，最强的方法同样出现了超过 10% 的性能下降。这一发现揭示了记忆能力并非总是带来增益，在特定场景下反而会成为性能的负担。与此同时，作者提出的 AdaptiveMem 在 MemTrapBench 上有效缓解了认知陷阱，并且在不损害标准记忆基准性能的前提下，还在部分场景下带来了性能提升，显示出该方法在应对记忆负面效应的同时不会牺牲传统记忆评测所看重的信息利用能力。

消融与跨框架对比进一步说明，这种干预对不同记忆框架具有较强的通用性，而非仅适用于某一特定实现。这些结果共同说明，记忆陷阱是一个普遍存在且值得重视的问题，而推理时干预提供了一种低成本、高通用的缓解路径。在行业意义与潜在影响方面，这篇论文的价值在于把研究视角从「记忆存得准不准」转向「记忆用得好不好」，提醒开源社区与工业界，记忆能力的提升并不天然等同于整体表现的提升。对于开源社区而言，MemTrapBench 为记忆系统提供了一个新的评测维度，促使开发者在追求检索精度的同时，关注记忆对推理过程的真实影响。对于工业落地而言，随着基于记忆的长时交互系统、智能体和个性化助手日益普及，如何避免记忆带来的认知陷阱，直接关系到这类系统的可靠性与用户信任。对于后续研究而言，AdaptiveMem 所代表的推理时干预思路，为记忆系统的优化提供了一种不依赖重训练、易于迁移的补充手段，也为进一步研究记忆与推理的交互机制打开了空间。整体来看，这篇论文以清晰的问题意识和扎实的跨框架实验，推动了对大语言模型记忆能力更完整、更辩证的理解。