迈向可逆遗忘：管理持续企业人工智能代理中的过时知识

arXiv:2608.18177v1 公告类型：新 摘要：持续学习传统上将遗忘视为失败，强调随着环境的演变保留先前获得的知识。我们认为，对于在非静态环境中运行的企业人工智能代理来说，这一目标是不完整的，在非静态环境中，客户、政策、工具、工作流程、法规和市场条件会随着时间的推移而变化。不加区别地保留可能会使过时的知识影响决策，从而产生负转移和运营风险。因此，我们提出可逆遗忘：具有三种操作记忆状态的概念框架：活跃、休眠和退休，以及重新激活过渡