01 / AI · 발표와 검증 · 분석
언어 모델의 지속 기억 제어법 JCMC 제안
기억의 예측 효과를 적용 뒤 대조하는 설계로, 단순 검색과의 비교 성능은 제시하지 않았다.

연구진은 11월 9일 arXiv 논문에서 성능 실측 없이 지속 기억 제어법 JCMC를 제안했다고 밝혔다.
논문이 다룬 대상은 과거 정보를 이어 쓰는 언어 모델의 지속 기억이다. 핵심은 어떤 정보를 검색할지뿐 아니라 무엇이 현재 추론을 바꾸도록 허용할지이다.
논문은 기억이 낳을 효과를 예측하고, 적용 뒤 관측 결과와 비교하는 절차를 제시했다. 선택 기준에는 목표 효과와 부작용 한도를 포함했다.
예측한 기억 효과를 적용 뒤 대조
논문은 허용된 기억 개입마다 예상 영향을 공통된 행동 측정 공간에 표현했다. 이를 바탕으로 목표 효과와 부작용 한도에 맞는 개입을 고르는 설계이다.
논문은 예측한 효과와 관측한 효과를 비교한 뒤 개입의 처리 방향을 결정하도록 했다. 선택지는 "retaining"(유지)과 "rolling back"(되돌리기)이다.
논문은 영향 변화의 매끄러움과 추정 오차 제한을 가정해 근사 오차의 한계를 증명했다고 설명했다. 여러 기억을 함께 적용할 때 효과가 단순 합과 달라지는 범위도 다룬 내용이다.
단순 검색이 맞먹으면 주장을 재검토
논문이 제시한 비교 대상은 관련성 기반 검색, 그래프 기반 검색, 정책 필터를 거친 검색이다. 모델·기억·정책·비용에 같은 한도를 적용하는 평가 절차이다.
논문은 단순한 검색 방식이 동등한 성과를 내면 중심 주장이 좁혀지거나 반증된다고 명시했다. 비교 항목은 목표 효과 달성, 부작용 제어, 되돌리기의 효용이다. 논문은 이 비교의 성능 측정 결과를 보고하지 않았다.