Nous：一种用于长期智能体记忆的预测世界模型

arXiv 2026 49.4 method

TLDR

Nous采用预测世界模型作为智能体记忆，存储信念更新而非事实，在对话基准上取得优异表现。

评分理由

The paper introduces a novel memory architecture based on predictive world models and Bayesian surprise, with empirical evaluation on the LoCoMo benchmark. Strengths include a principled approach to forgetting and identity resolution; weaknesses include limited scope to conversational memory and reproducibility concerns in baseline comparisons.

Read-first 评分解释

综合优先阅读分 49.4，由主题、引用、图谱、方法、可复现性和近期性等信号加权得到。原始总分保留为 10。

近期性 6%

100

使用温和的时间衰减，让近期论文更容易浮现，同时保留较早基础工作的价值。年份：2026

引用影响力 18%

94.6

使用 OpenAlex 形态的引用元数据作为文献关注度信号，并与论文本身质量分开处理。归一化引用分位：0.94582622

方法质量 18%

检查可见的摘要与分析字段，寻找实验、数据集、基线、指标和局限性等方法证据。命中信号：基准、评估、指标、结果

可复现性 18%

检查链接和可见文本中的论文、代码、数据集、工件与仓库信号。论文：有；代码：无；数据：无；命中信号：工件

主题相关性 29%

14.3

使用现有 LLM 关键词相关性评分，并归一化到 0-100。关键词：world model、world simulator、generative world model、interactive world model、video world model、world dynamics prediction、model-based reinforcement learning world model

引用速度 12%

引用速度按发表年限估算年均引用，降低旧论文天然占优的偏差。年均引用：0.00

研究版图角色

基础论文前沿论文桥接论文方法锚点

排序敏感性

稳定性：volatile；排名波动范围：358。

关键词评分

world model

world simulator

generative world model

interactive world model

video world model

world dynamics prediction

model-based reinforcement learning world model

深度分析

创新点

基于“知识即预测而非存储”原则的预测性世界模型
每个实体-属性对对应的分类概率分布（维度）
通过信息论惊奇度 S = -log2 P(obs | D) 对观测进行评分，并利用闭式贝叶斯后验更新分布
存储的是信念从先验到后验的偏移量（delta），而非事实本身
通过熵向均匀分布衰减实现自然遗忘
通过实体维度集之间的互信息进行身份消歧

方法

Nous 维护一个预测性世界模型，该模型由对话中观察到的每个实体-属性对对应的分类概率分布（维度）集合构成。新观测通过惊奇度 S = -log2 P(obs | D) 进行评分，并通过闭式贝叶斯后验更新分布，仅存储先验到后验的偏移量（delta）。遗忘通过熵向均匀分布衰减自然产生，身份消歧则利用实体维度集之间的互信息。该模型在 LoCoMo 基准（10 段对话，1,540 个问题）上使用 GPT-4o-mini 作为骨干模型进行评估，采用单跳、多跳、时序和开放域类别的 F1 指标，并与 A-MEM 和 BeliefMem 进行比较。

关键结果

Nous 在 LoCoMo 基准上取得了 F1 分数：单跳 63.50、多跳 55.32、时序 58.57、开放域 62.50。在四个类别中的三个上相比 A-MEM 有显著提升，并在所有四个类别上超过 BeliefMem 自报的数值，但由于可复现性和评估流程差异，比较结果存在局限性。

局限性

可复现性问题：A-MEM 结果的独立引用在类别分配上存在分歧，作者对此进行公开讨论而非单方面解决
评估流程中未受控的差异导致与 BeliefMem 的比较并非完全受控

技术栈

GPT-4o-miniLoCoMo benchmark

资源

论文