語言模型代理中的時間、身份與意識

#lm-agents#identity-metricsstack-theoryarxivstack-theory

💡工具包測試 LM 代理是否具真實身份持久性，而非僅言語（arXiv 新作）（78字元）

⚡ 30-Second TL;DR

有什麼變化

應用 Stack Theory 的時間間隙支架 LM 代理軌跡

為什麼重要

為研究者提供嚴謹方法探查 LM 代理是否展現真正穩定身份，而非表面言語，有助更安全代理部署。突顯評估支架的預測性權衡以利更好設計選擇。

下一步行動

使用時間間隙分析儀器化你的 LM 代理支架以計算持久性分數。

誰應關注：Researchers & Academics

背景與延伸：來自公開資料，非原文內容。引用 7 個來源。

•Stack Theory 由 Bennett 於 2025 年及 2026a 年提出，其時間間隙概念指評估窗口內成分逐一出現與單一決策步驟共同實例化之間的邏輯差距。[1][6]
•論文工具包透過儀器化支架軌跡計算持久性分數，並將其連結至五個操作性身份指標，如自我參照一致性和決策連貫性。[1]
•該方法區分語言模型代理的言語行為與穩定自我組織，強調後者需共同實例化身份陳述而非僅行為模仿。[1][6]

Stack Theory 工具包將成為評估 LM 代理意識的標準基準

其保守方法提供可計算分數與身份形態空間，填補行為評估與真實自我組織間的差距，並連結至操作性指標。[1][6]

將推動代理設計從行為模仿轉向共同實例化架構

透過 Arpeggio 和 Chord 公設計算持久性，揭示支架權衡，促進更穩定的身份形態。[1]

2025-01

Bennett 發表 Stack Theory 初始論文，引入時間間隙概念

2026-01

Bennett 發佈 Stack Theory 2026a 延伸，應用於代理身份

2026-03

arXiv 發佈 'Time, Identity and Consciousness in Language Model Agents' 論文

Factual claims are grounded in the sources below. Forward-looking analysis is AI-generated interpretation.

AI 週報

閱讀本週精選 AI 大事摘要 →

同主題

探索 #lm-agents

同產品

更多關於 stack-theory

同來源

最新來自 ArXiv AI

AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： ArXiv AI ↗

這是摘要，不是原文。去看原站，或訂閱每週簡報。

每週 AI 簡報

每週一封，可隨時退訂。