已验证65% 置信事实时间未知

MemGAS使用熵路由器（Entropy Router）根据查询在不同粒度上相似度分布的熵值来自适应选择最优记忆粒度

3

来源数

65%

置信度

长期有效

时效性

2026/6/1

首次发现

来源

MemGAS：多粒度记忆关联让AI Agent精准回忆

bilibiliAgent智能体深度研究院

涉及实体

MemGASmodel Entropy Routerconcept

相关事实

待验证在熵正则化强化学习中，最优策略恰好是Gibbs分布形式，熵正则项系数与温度互为倒数，使得最大化熵正则化奖励与匹配Gibbs分布在数学上等价。70% 相似已验证语义熵方法在技术实现上通过多次采样获得候选回答、使用NLI模型判断语义等价性聚类、最后计算语义类别上的熵值70% 相似待验证语义熵成功恢复了一个可用的置信度信号，弥补了token级熵在SLM上的盲区69% 相似待验证困惑度概念源自信息论中的熵（Shannon Entropy），本质上是语言模型每步预测的平均分支因子68% 相似待验证递归熵风险度量在每个时间步嵌套应用风险算子，满足时间一致性，因此可以直接与贝尔曼方程结合68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/20094

API

curl https://kongchang.com/api/v1/knowledge/claims/20094

MCP

get_claim(id=20094)