一句话结论
这篇论文要回答的是：LLM 群体讨论被压缩成一段短记忆交给最终决策者时，记忆该保留哪些事实。作者用 CrossProfile 基准证明，按“事实最稀有”或“与决策标准最相关”挑内容都不可靠；真正决定准确率的是记忆里保留的支持证据与诱饵证据的平衡，而决策模型还会给“被更多智能体署名”的事实额外加权。来源：论文摘要。
方法要点
核心思路是把“事实有多稀有”和“事实是否有用”解耦。在经典隐藏画像任务里，一个事实被多少智能体持有，常与它是否帮助正确决策纠缠在一起：支持事实可能稀有，诱饵也可能稀有且切题。CrossProfile 的做法是交叉事实归属，同时保持文本不变：同一句话有时归给支持者、有时归给诱饵、有时归给无关者。这样，选择策略面对的文本不变，只能依赖归属与稀有度信号。基准包含 60 个模板、480 个任务，答案键自动校验。测试覆盖 Qwen2.5、Llama-3.1 与 DeepSeek 系列模型。
两个自然启发式是稀有优先与相关性优先。前者挑出现次数少的事实，后者挑与决策标准相关的事实。论文发现两者失败位置可预测：相关性选择会重新放进诱饵，因为诱饵本就切题；即使相关性过滤完美，在经典隐藏画像配置中仍比稀有优先低 23 到 31 个百分点。稀有优先平均不比随机选择好，只在稀有事实恰好是有用事实时获胜。更关键的是，准确率跟随记忆保留的证据平衡，而非保留策略本身。决策模型还有第三类失败：社会证明偏差，它给被多个智能体归属的事实更高权重。消融归属标签——删除标签，或在固定行序下随机重分配——在经典配置中把准确率提高 13 到 24 个百分点。
输入：任务文本、事实集合 F、每个事实的归属集合 A、决策标准
构造 CrossProfile：
固定每条事实的文本
交叉分配 支持/诱饵/无关 三种归属
自动验证答案键
记忆选择：
策略一：稀有优先 = 按 |A(f)| 升序取 top-k
策略二：相关性优先 = 按 sim(f, 决策标准) 降序取 top-k
决策：
将记忆条目连同归属标签交给决策模型
输出答案
消融：
删除归属标签，或在固定行序下随机重分配标签
比较准确率
关键数字
| 数据集/设置 | 指标 | 对比基线或干预 | 结果 |
|---|---|---|---|
| CrossProfile 规模 | 模板/任务 | — | 60 个模板、480 个任务，答案键自动校验 |
| 经典隐藏画像配置 | 准确率 | 完美相关性过滤 对比 稀有优先 | 相关性过滤低 23 到 31 个百分点 |
| 经典配置 | 准确率 | 移除归属标签，或固定行序随机重分配 | 提升 13 到 24 个百分点 |
| 平均表现 | 准确率 | 稀有优先 对比 随机选择 | 原文结论：平均不比随机好，仅在稀有事实有用时获胜 |
以上数字均来自原文摘要。表格里最值得工程侧注意的是后两行：相关性过滤的失败不是“过滤得不够好”，而是诱饵本身切题；归属标签则直接改变决策模型的证据权重。
局限与前提
适用场景是隐藏画像式的群体决策，且讨论已被压缩为短记忆。CrossProfile 的诊断价值来自文本固定、归属交叉和自动答案键；离开这个构造，结论不能直接外推到所有多智能体讨论。论文还指出自然讨论中的更早失败：完整转录的准确率低于完全不给笔记，说明证据在记忆机制介入之前就已经丢失；此时换记忆选择策略不是充分修复。
失败案例包括：相关性优先把切题诱饵重新放回记忆；稀有优先平均不如随机，只有稀有事实恰好有用时才占优；决策模型把多个智能体归属当作社会证明，放大错误共识。作者在摘要中未给出跨领域部署的完整限制清单，也没有报告成本或延迟指标；因此工程上应把 CrossProfile 当作诊断集，而不是上线前的唯一验收。
能不能用
信息源展示的是 PDF、HTML、TeX 源码与引用信息，未列出代码仓库或权重链接，不能据此判断是否开源。若要在本地复现，按摘要至少需要：构造 60 个模板、480 个任务的 CrossProfile 诊断集；固定事实文本并交叉归属；自动校验答案键；准备 Qwen2.5、Llama-3.1 与 DeepSeek 系列模型的推理环境；实现稀有优先、相关性优先和归属标签消融三条流水线。硬件与推理成本信息源未给，不能编。
复现时建议先跑小规模模板检查答案键与标签分配，再扩到全量任务。工程判断：如果你在做多智能体讨论压缩、会议纪要记忆或群聊摘要，这篇论文的提醒很直接——别把“稀有”或“相关”当默认策略，先检查记忆保留的证据平衡，并做归属标签消融；如果完整转录本身已经低于无笔记，先修证据采集，不要只修记忆模块。