TrackMem：追踪长期金融对话中不断演变的观点

针对大语言模型智能体的记忆系统，大多数评估都基于社交对话。在这类对话中，事实不断积累且很少变化，因此记忆任务在很大程度上简化为找到某句话出现的对话轮次。金融对话打破了这一假设：数字会被修订，立场会在未被重新明确表述的情况下发生变化，只陈述过一次的规则会约束后续问题，而同一家公司也会从多个分析视角加以讨论。因此，检索与问题最相似或最新段落的记忆系统，会返回已被取代的数值，遗漏与问题没有相同措辞的规则，也无法还原分散在多次会话中的立场。我们提出了 TrackMem，这是一种按说话者组织的图记忆系统，能够追踪数字的历史变化，按实体和分析视角区分观点，并按时间顺序保留每位说话者的行为。为评估该系统，我们引入了 FinLoCoMo 基准，其中包含 15 段长期投资对话和 765 个问题，分为两个子集：一个沿用 LoCoMo 的类别，另一个针对四种失效模式。在使用两种阅读模型的情况下，TrackMem 在两个子集上的表现均优于现有记忆系统。在失效模式子集上，其宏平均准确率达到 73.9%，而最强基线为 69.4%；其中，在涉及修订后数字的问题上提升最大，准确率为 86.5%，而基线为 73.4%。