Nous：在源校准之前学习并认证记忆决策

arXiv:2610.00094v1 发布类型：新 摘要：基于信念的智能体记忆需要对当前状态作出可靠决策，但其证据可能是嘈杂的、复制的或过时的。记忆是否必须先校准其来源，才能改进自身决策？我们将学习、校准和修订认证区分开来。在一个由四个模型组成的隐马尔可夫族上，学习未知的 Bayes 决策需要 Θ(l^-2) 条记录，而要认证其相对于一个具有信息量的现有决策的改进，则需要依据同一观测规律获取 O(l^-2) 条新记录；相比之下，在持久性 l 趋近于零时，进行固定精度的来源估计需要 Θ(l^-4) 条记录。因此，学习并认证有用的决策所需的记录数，可能比来源校准少一个数量级（二次方）。更广泛的模型类别保留了决策速率下界和来源估计的下界。在未知的“身份加背景”报告信道下，我们刻画了策略改进的精确可识别区间，并利用可观测的见证区域推导出有限样本认证方法，而无需纯类别锚点。一个鲁棒性扩展可容忍有界的依赖历史的模型错配和条件复制；经过拆分训练的见证器适用于任意历史空间，并具有明确的功效条件。我们将策略界限凭证与 Nous Dimensions 集成，并在三个外部 MiniGrid 记忆环境中测试了 45,000 条留出的可变状态历史和 9,000 个回合，这些环境配备了新增的噪声报告接口。新的认证方法在相对于常数现有决策的比较中接受了 9/9 项改进，在相对于 last-write-wins 的比较中接受了 4/9 项改进；而此前的 MiniGrid 认证方法一项也未接受。成熟的强力推断基线仍具有竞争力，或表现更优。该成果给出了一种统计学解释，说明何时可以在无需恢复来源可靠性的情况下学习并论证记忆决策，而不是提出一种在所有情况下都更优的记忆算法。