待验证50% 置信事实精确时间

记忆锚定问答（memory-grounded QA）是一类专门用于评估系统能否正确利用存储记忆作答的任务范式，答案必须可追溯至记忆库中的具体条目，而非依赖模型参数中的预训练知识

1

来源数

50%

置信度

长期有效

时效性

2026/9/28

首次发现

来源

HiCoMER：让LLM智能体记忆分层，检索只取有效信息

涉及实体

记忆锚定问答concept

相关事实

待验证该项目的记忆机制核心逻辑是读取记忆、拼接上下文、请求模型的闭环69% 相似待验证该系统在提示词中明确要求模型只能使用提供的上下文作答，答案不在上下文中时直接回答不知道，而非凭训练记忆编造68% 相似待验证DQN的理论基础是Q-learning，一种无模型强化学习算法，核心是学习Q函数Q(s,a)表示状态s下执行动作a的期望累积折扣奖励66% 相似待验证参数记忆是在训练阶段固化进模型权重的静态只读知识，训练完成后不会因对话而更新65% 相似待验证Q-learning是离策略（off-policy）学习，使用贪心策略更新Q值但探索时可采用ε-贪心等不同策略65% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/955604

API

curl https://kongchang.com/api/v1/knowledge/claims/955604

MCP

get_claim(id=955604)