[TOKI] A Bitemporal Operator Algebra for Contradiction Resolution in LLM-Agent Persistent Memory

类型：arxiv
标识：2606.06240
链接：https://arxiv.org/abs/2606.06240
主题：agent, database, engineering, evaluation, llm-infra, multimodal, rag
主分类：agent
形态：application
被引：4
被引来源：Semantic Scholar
S2被引：4
OpenAlex被引：0
影响力被引：0
TLDR：It is shown that contradiction resolution is write-time concurrency control and make the missing contract explicit, a write-time correctness specification, proved sound across isolation, schema, and provenance, pinning the guarantee every production heuristic assumes but no deployed system makes explicit.
OpenAlex ID：W7163679185
OpenAlex DOI：10.48550/arxiv.2606.06240
DOI：10.48550/arxiv.2606.06240
DOI来源：OpenAlex
开放获取：green
开放获取链接：https://doi.org/10.48550/arxiv.2606.06240
OpenAlex更新：2026-07-19
标题中文：[TOKI] 面向LLM-Agent持久记忆中矛盾解析的双时态算子代数
TLDR中文：研究表明矛盾解析本质上是写入时并发控制，并将缺失的契约——一个在隔离性、模式与来源维度上被证明正确的写入时正确性规范——显式化，固定了每个生产启发式都默认假设、却没有任何已部署系统显式给出的保证。
待LLM分类：否
来源文件：
/inbox/jay/2026-06-13-weekly-briefing.md
[S2 enrich]
[OpenAlex backfill]

可复用信息

- AI SQL（如 AI_FILTER 语义谓词）推理成本高，数据库引擎将其视为黑盒难以优化。
- Larch 提出两种变体：Larch-A2C（embedding 增强的 Gated GNN + 马尔可夫决策过程排序）和 Larch-Sel（监督学习预测过滤选择率 + 动态规划找最优评估顺序）。
- 在 token 消耗上比 Palimpzest 和 Quest 降低 3x-19x。
- 工程启示：语义过滤器的执行顺序优化在 RAG pipeline 和 AI SQL 引擎中可直接应用。
- 是否精读：⭐⭐⭐