Synthius-Mem：脑类结构 hallucination 防御人格记忆系统，在 LoCoMo 上实现 94.4% 记忆准确率和 99.6% 对抗鲁棒性

为AI代理提供可靠的长期记忆仍是开放问题。当前用于记忆的做法——滑动窗口、摘要、基于嵌入的RAG和平面事实提取——虽降低了token成本，却引入了灾难性信息丢失、语义漂移或对用户从未披露事实的 uncontrolled hallucination。根本原因在于架构：每一款在LoCoMo基准上测试的记忆系统都将对话视为对原始或轻度摘要后的对话片段的检索问题，且无报告对抗鲁棒性——即拒绝询问用户从未披露事实的能力。我们提出Synthius-Mem，一种脑类结构化人格记忆系统，采取根本不同的方法。不同于检索什么被说过的话，Synthius-Mem提取关于个人的已知信息：一个完整的人格提取管道将对话分解为六个认知领域（传记、经历、偏好、社交圈、工作、心理指标），按领域整合并去重，然后通过CategoryRAG检索结构化事实，延迟仅为21.79毫秒。在LoCoMo基准（ACL 2024，10次对话，1,813个问题）上，Synthius-Mem实现了94.37%的准确率，超越了所有已发布系统，包括MemMachine（91.69%，未报告对抗得分）和人类水平（87.9 F1）。核心记忆事实准确率达98.64%。对抗鲁棒性——即没有竞争系统报告的hallucination抗性指标——达到99.55%。Synthius-Mem相较于完整上下文重放，减少了约5倍的token消耗，同时实现更高准确率。Synthius-Mem在LoCoMo上实现了最新成果，且据称是唯一一个在准确率超过人类水平且报告对抗鲁棒性的记忆系统。