Causal Memory Policy：检索干预下的记忆效用¶

L1 因果测量协议：实现均衡随机曝光、Hájek 估计及不确定性感知单 query 决策。不把它夸大为已验证的长期记忆清理策略。

论文信息¶

字段	内容
论文链接	arXiv 2610.02070
公司/机构	Illinois Institute of Technology（一作 Arman Behnam）
首次公开日期	2026-10-01（arXiv v1）
原文开源代码	论文给出匿名发布仓库；本轮访问未成功，未执行上游代码
Adapter	`causal-memory-policy`（Python 机制 API）
本地复现代码	`src/auto_research/agent_research/causal_memory_policy.py`

被检索到的记忆与任务难度天然相关，直接按任务成败删除记忆存在选择偏差。CMP 在固定候选池中预留均衡随机曝光槽位，使每条记忆都有可估计的处理/对照样本，再用带标准误的效用判断保护不确定的记忆。

flowchart LR
  P[固定候选记忆池 P] --> B[每次 k 槽均衡随机曝光]
  B --> O[实际 Agent 执行与外部结果]
  O --> H[曝光 / 未曝光均值差与标准误]
  H --> G[风险不对称高斯决策]
  G --> F[forget 或 noop]

原论文 Figure 1（关键图）：展示原论文方法的总体设计和关键组成。图片来自原论文，版权归原作者所有；点击图片可查看来源。

均衡设计保证每行 \(k\) 个曝光，每列曝光次数为 \(\lfloor Tk/P\rfloor\) 或 \(\lceil Tk/P\rceil\)。 \(\hat\tau=\bar Y_{Z=1}-\bar Y_{Z=0}\)，\(SE=\sqrt{s_1^2/n_1+s_0^2/n_0}\)。

\[ g_\lambda(z)=\lambda z\Phi(z)+z\Phi(-z)+(\lambda-1)\phi(z),\qquad z=\hat\tau/SE. \]

仅 \(g_\lambda(z)<0\) 时 forget；支持不足应拒绝估计，无限不确定性返回 noop。固定槽位意味着处理某条记忆时也改变其他记忆分布；估计的是该曝光设计下的净效应，不能直接解释为独立加性系数。

论文强调可识别的 per-query 记忆效用及错误删除代价，不声称已经解决跨 query 记忆保留、候选池选择和长期动态策略。未报告生产线上 A/B。

PYTHONPATH=src python scripts/run_oct04_seven_papers.py：12 条记忆、600 次检索、每次 2 槽，三 seed 合成外部结果。每条记忆曝光恰好 100 次；产物保留正负效用、标准误及 forget 判断。

balanced_exposure 先构造满足度数的设计，再随机置换和边交换；estimate_utility 最少需要每臂两个观测。设计适用于固定候选池/已知曝光随机化，不能拿生产观察日志直接替代随机实验。

尚未运行真实 LLM 检索任务或跨 query 记忆删除实验；合成效用恢复不是 Agent 答题准确率，不进入能力排行榜或 Evolve 晋级证据。