Fortunate Recall：本體驅動的 LLM 記憶生命週期管理

这篇论文直击当前大语言模型记忆系统的一个根本性缺陷：现有系统往往把用户的每一条个人事实同等对待，既不区分事实的类别，也不考虑其时效性，于是记忆库无限制地增长，而检索精度却随之持续退化。作者指出，真正的核心挑战在于生命周期管理——哪些记忆应当长期保留、哪些应当被替换、以何种速率进行替换，并且这一切都需要以每条事实的行为类型为条件。为此，论文提出 Fortunate Recall（FR），一个可组合的策略层，它把个人事实划分进一个包含 10+1 个类别的行为本体，并据此施加类别特定的生命周期策略。这些策略包括差异化时间衰减、槽位键更替、事件时间有效性以及类别感知检索路由，全部被建模为对 LLM 抽取出的元函数所执行的确定性函数。

这一设计的关键意义在于，它把记忆从被动的存储容器转变为具有自我调节能力的系统，让记忆的保留与淘汰建立在事实语义而非简单的时间先后之上。在技术方法上，FR 的核心思路是让生命周期策略成为事实类型的确定性函数，而非对所有记忆一视同仁的通用规则。论文将个人事实归入一个 10+1 类别的行为本体，例如区分那些长期成立的事实与那些仅在特定事件窗口内有效的事实。针对不同类型，系统施加不同的衰减曲线：某些事实随时间缓慢衰减，某些则在事件结束后迅速失效。

槽位键更替机制允许新事实自动覆盖旧的同类型记录，避免同一语义槽位的记忆堆积。事件时间有效性则为某些事实绑定明确的时间有效性区间，使其在过期后被自然剔除。类别感知检索路由则根据查询与记忆的类别匹配，将检索引导至最相关的记忆簇。所有这些策略都建立在 LLM 抽取的元函数之上，作为确定性函数执行，从而保证行为的可预测性与可复现性。

基础设施无关的实现 FR-Bank 使得这套策略可以脱离特定存储后端而部署。在实验设置与关键结果方面，论文新建了 LifecycleBench 这一包含 516 道题的时序消歧基准，专门用于评估记忆系统对时间冲突与事实更新的判断能力。FR-Bank 在该基准上达到 76.9% 的通过率，显著领先于 Mem0、A-MEM、Memory-R1 与 MemoryOS 等现有系统（其通过率介于 61% 至 70.5% 之间）。在标准 Wu et al. 裁判协议下的 LongMemEval-S 上，FR-Bank 达到 75.2%，表明生命周期策略并未对标准检索能力造成可测量的代价。

一个预先注册的消融实验精确定位了增益来源：当用三个通用生命周期原语替换类型化层后，正确率统计上无显著变化（-1.7pp，95% 置信区间为 [-6.0, +2.7]），说明通用生命周期元数据承载了正确性优势，而行为本体则主要承担校准作用，将下游编造率从 24.2% 减半至 12.0%（p<0.001）。端到端来看，FR-Bank 将 Mem0 的编造率从 45.1% 降至 22.4%（针对已回答查询）以及从 32.2% 降至 13.0%（针对全部查询），同时正确回答的问题比例也更高（31.2% vs 18.6%）。这一排名在开源权重 Kimi K2.5 上得到复现，并在独立构建的 BEAM 基准上验证了分解思路的迁移性：280 道题中 46.8% 正确，而 Mem0 为 32.9%，本体的收益主要集中在矛盾解析环节，并在接近六个策略簇时趋于饱和。在行业意义与潜在影响方面，这篇论文为长期记忆系统提供了一个可迁移的架构范式，即把记忆管理从被动的存储转变为主动的生命周期治理。其基础设施无关的实现 FR-Bank 意味着这套策略可以无缝接入不同的存储后端，降低了工业落地的门槛。行为本体与生命周期策略的解耦设计，让研究者可以分别优化正确性与校准性，为后续研究提供了清晰的方向。论文同时开源了本体、基准与代码，新建的 LifecycleBench 与 BEAM 为时序消歧这一长期被忽视的问题提供了标准化的评估工具，有望推动整个社区对记忆时效性的关注。将编造率从 Mem0 的 45.1% 减半至 22.4% 的结果，也直接指向了记忆系统在真实应用中可靠性提升的关键路径。