新鲜的内存，过时的计划：分布式LLM-Agent内存的依赖范围验证
# 新鲜的记忆，过时的计划：分布式LLM-Agent内存的依赖范围验证 ## 摘要 分布式LLM-Agent团队可以读取最新的共享信息，但仍会依据过时的计划进行操作。某个规划器可能会根据需求$r_3$生成某个动作，另一个代理可能会执行$r_4$，而执行器则可能接收$r_4$，而不会替换由之前生成的计划……
摘要由 AI 生成
一项发表于 arXiv 的研究指出，在分布式大型语言模型（LLM）智能体团队中，尽管各成员能读取最新的共享事实，但仍可能基于过时的计划采取行动。研究描述了一个场景：规划者根据需求 r3 制定行动，另一智能体提交需求 r4，但执行者接收 r4 时未替换原有计划，导致其继续依据旧计划行事。该问题被概括为“新鲜记忆，陈旧计划”，归因于缺乏依赖范围验证机制。
相关事件RELATED EVENTS
关键实体KEY ENTITIES
PlanFence
信号强度SIGNALS
关键词热度