3,583 papers
arXiv:2610.30485 77 21 окт. 2026 г. PRO

MemPABench: почему агент снова переспрашивает и как записывать ему предпочтения во взаимодействии

КЛЮЧЕВАЯ СУТЬ
Парадокс: Mem0, MemOS и обычный поиск по истории (RAG) запоминают ваши привычки не лучше, чем агент вообще без памяти. Метод с явным файлом предпочтений позволяет объяснить агенту, когда действовать самому, когда переспрашивать и насколько коротко отвечать. Фишка: такие предпочтения никто не говорит прямо, они спрятаны в реакциях. Поправил, смирился, раздражённо ответил. Поиск эти следы не находит. А файл с настройками лежит в контексте на виду, поэтому верную настройку он выбирает точнее поиска. Но исполнение он не гарантирует.
Адаптировать под запрос
📋 Дайджест исследования

Контент доступен только для PRO подписчиков

Чтобы получить доступ к дайджесту этого исследования, оформите PRO подписку

💳 Оплатить через Геткурс
YandexPay • SberPay • СБП • Карты РФ
⚡ Оплатить через Tribute
Telegram Stars • Моментальный доступ
Узнать о PRO

Контент доступен только для PRO подписчиков

Чтобы получить доступ к концептам этого исследования, оформите PRO подписку

💳 Оплатить через Геткурс
YandexPay • SberPay • СБП • Карты РФ
⚡ Оплатить через Tribute
Telegram Stars • Моментальный доступ
Узнать о PRO
📖 Простыми словами

Контент доступен только для PRO подписчиков

Чтобы получить доступ к упрощённому объяснению этого исследования, оформите PRO подписку

💳 Оплатить через Геткурс
YandexPay • SberPay • СБП • Карты РФ
⚡ Оплатить через Tribute
Telegram Stars • Моментальный доступ
Узнать о PRO

Работа с исследованием

Адаптируйте исследование под ваши задачи или создайте готовый промпт на основе техник из исследования.

0 / 2000
~0.5-2 N-токенов ~10-30с
~0.3-1 N-токенов ~5-15с