用户上周说有两个孩子，这周说有三个孩子，Agent 如何处理记忆冲突？

首先我们要直到mem0框架,这个框架和RAG类似,RAG存储的数据一般是偏静态偏共享的数据,这类数据一般可以被多人共享,但是mem0的数据一般是用户画像,是偏动态偏隐私的,但是二者的存储策略一般都是使用向量数据库

现在存的数据是用户的相关的数据,所以要使用到mam0框架,mem0的四个要点是ADD(新增之前没有过的数据),DELETE(删除已经不需要的数据),UPDATE(修改之前已经存在的数据),NOOP(不做修改)

我们现在拿到了用户这周说有三个孩子的信息,但是因为我们还没有查,所以我们还不知道向量数据库中是否之前已经存在了相关的数据

所以我们首先要做embedding,将用户这周说有三个孩子的信息向量化后做余弦相似度,一般来说相似度超过0.85的两条数据被认为是相似数据,现在这两条数据认为是同一条记忆的不同版本

但是只靠相似度判断是不够的,接下来我们还需要llm来帮我们兜底,我们会编好提示词,让llm判断这两句话是：
A. 补充信息
B. 冲突信息
C. 无关信息

明显是冲突信息,所以要执行UPDATE覆盖原来的数据

为什么不能使用ADD,因为我们要保证用户画像的一致性,模型可能不知道哪个才是正确的

为了减少这样的修改出现,我们可以给部分有时效性的信息设置TTL,比如用户说这个月只有三万预算,那么这条数据的TTL可以被设为30天

同时,我们也可以使用其他优化方法

比如使用版本号或日期将二者隔开,这样两条数据我们都得以保存

我们也可以设置置信度,用来帮助ai决定是否要采纳这条数据

此外,我们还要考虑多信号融合

判断这句话是ai推断出来的,用户自己说的还是第三方数据,可以为是否存储这条数据提供依据

误召回和漏召回

上面最重要的一点就是我们拿着用户的新信息向量化后去向量数据库中检索,所以这是mem0这条链路中最为重要的一个环节,我们要保证读取到的相似数据是真正的相似数据,如果读错了,这就是误召回,如果没读到,这就是漏召回

解决误召回的问题我们可以进行双层判断,首先粗排拿到和原数据相似的几个数据,最后再排序精判需要UPDATE的数据

解决漏召回的问题可能是我们设置的topk太小了,或者设置的阈值太高了