Fortunate Recall: Ontology-Driven Memory Lifecycle Management for Persistent Coherence in LLMs
幸运回忆：本体驱动的记忆生命周期管理实现 LLM 持久一致性
🧭 Agent 记忆生命周期管理 ★ 深度解读
Bilkent University
提出 10+1 行为本体的确定性记忆生命周期策略层，将下游混淆率减半并提升时序消歧基准 16 个百分点
📌 工作参考价值（4 点）
- 在电商客服/导购 Agent 中，对用户事实按行为域分桶并施加差异化衰减：地址/支付方式等 Identity 类慢衰减；临时优惠券、物流时间用事件时间核，过期自动失效；商品偏好用 slot-key 覆盖最新值，避免旧偏好污染上下文。
- 采用 slot-key supersession 处理同一 (user, attribute) 的更新：高置信覆盖，低置信保留多版本，适配“看中商品 A → 加购商品 B”等多版本事实，降低旧状态导致的 bad case。
- 检索时做 category-aware routing / forced retrieval：先判断 query 意图属于哪个行为域，强制召回该域边，缓解抽象 query 与具体事实的 embedding 词汇 gap，适合订单状态、优惠券、偏好等结构化查询。
- 将 LLM 限制在 ingestion 抽取与候选压缩，生命周期策略全用确定性规则（衰减、过期、覆盖）实现，延迟低且可审计；评估时用 safe response rate 而非单纯 retrieval hit，避免“召回干净但信息量低”的指标陷阱。