受控评测：经验记忆增益多来自热身池抽样运气

Yingxin Jia、Xuanyi Li 在一个审计过的 HighwayEnv 测试台（1Hz，关键对比用 gpt-4o-mini）上受控评测闭环 LLM 驾驶智能体的经验记忆，结果显示已发表的记忆增益主要来自热身池的抽样运气：把热身池作为可重采样的随机因素（十个互斥池）后，检索式记忆仅在一个池上胜过 No-Memory（符号检验 p=0.011）。 评测覆盖五类记忆方案（DiLu 式平面文本检索、RESPOND 式单帧网格移植、情节时间图记忆、免检索规则手册、K 步观测历史基线），并加入 token 匹配的无关填充对照与基线移植审计。作者称四项发现均是该测试台的性质，并公开了测试台、审计过的移植、种子与缓存。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。