LongMemEval‑S

深度分析

事件溯源驅動的自動化改進迴路：Regimes 框架與 LongMemEval‑S 實驗

研究針對自動化改進迴路提出Regimes框架，利用事件溯源的ActiveGraph讓每次診斷、修補與驗證皆可審計，並在LongMemEval基準上以持出檢驗提升約0.05至0.10的正確率，展示了可控且可追溯的AI自我優化路徑。同時為未來AI代理人的安全治理提供參考。