JointCoreBench：用组删除基线把Agent记忆选取的评测成本降62.9%

一句话结论

这篇论文解决 LLM Agent 记忆选择中「单条影响力排序失效」的评测难题：作者构建了首个带精确充分集 Oracle 的基准 JointCoreBench，并给出 JointCore 这一「先删块、再删单条」的成本有序组删除基线，在保证 100% 找到最小代价充分集的前提下，把子集评测次数砍掉 62.9%，活跃记忆压缩 87.8%。

方法要点

核心问题定义：逐决策记忆充分性

传统 RAG/记忆检索按「相关性」或「单条影响力」排序，无法识别冗余证据（多条互为替代）与联合必要证据（必须同时在场）。论文形式化定义：

对某次决策 $d$，找到最小代价子集 $S \subseteq M$，使得 Agent 在 $S$ 上的行为与完整记忆 $M$ 一致。

JointCoreBench：把「搜索误差」与「模型误差」分开

基准包含四大要素，生成 6,912 个精确条件：

JointCore：成本有序的组删除基线

核心思想：单条删除（Singleton Deletion）需 $O(|M|)$ 次模型查询；JointCore 先把记忆按相关性分块，整块试删，再在必要块内回退到单条。

# 伪代码：JointCore 核心循环
def joint_core(memory_blocks, cost_fn, oracle_check):
    # 1. 按删除代价升序排块
    blocks = sorted(memory_blocks, key=cost_fn)
    sufficient_set = []
    
    for block in blocks:
        # 2. 尝试整块删除
        candidate = sufficient_set + [b for b in blocks if b != block]
        if oracle_check(candidate):          # 整块可删
            continue                         # 永久丢弃该块
        # 3. 整块不可删 → 回退到单条删除
        for record in block:
            trial = sufficient_set + [r for r in block if r != record]
            if not oracle_check(trial):      # 单条不可删
                sufficient_set.append(record)
    return sufficient_set

关键设计：

• 成本有序：先删「便宜/低相关」块，尽早触发 Oracle 否决，减少后续查询。
• 两阶段回退：块级通过 → 省下块内所有单条查询；块级失败 → 仅在必要块内做单条细粒度搜索。
• 确定性主接口：物理删除、UNKNOWN 掩码、PENDING 哨兵、反事实值、替代标签五种删除接口均在主接口下保持行为一致。

关键数字

数据来源：论文 Abstract 与实验章节 来源1 / 来源2

局限与前提

1. 仅是基准基线，非部署方案
   作者明确：「JointCore is an efficient benchmark baseline; the study does not establish deployment-ready memory compression.」——别直接拿去生产压记忆。
2. 依赖精确 Oracle
   6,912 条件的 100% 回收率建立在「已知最小充分集」前提下；真实场景无 Oracle，需用启发式或代理模型近似，性能会打折。
3. 接口敏感
   物理删除、UNKNOWN 掩码、PENDING 哨兵、反事实值、替代标签五种接口下行为不一致，生产落地时必须固定删除接口，否则同一子集可能导致不同决策。
4. 模型规模与任务分布
   实验覆盖 12B–70B 四个模型族，未测 70B+ 或 MoE 架构；432 任务/模型偏向代码/工具类，通用推理、长上下文对话覆盖不足。
5. 确定性主接口假设
   所有「行为保持」结论基于确定性解码（temperature=0、固定种子），采样解码下一致性未验证。

能不能用

参考来源

1. https://ar5iv.labs.arxiv.org/html/2610.23266
2. http://arxiv.org/abs/2610.23266v1