Georgetown University

该研究用IBM-Rank-30k的142条论证作为共享信息空间，把11个开源指令微调大模型对候选信息是否值得追问的判断（以肯定标签概率作为信息征询分数）接入同一套顺序征询模拟，在固定选择规则、固定应答者行为、不生成自然语言问题的条件下，刻画模型特有的信息征询偏好如何塑造征询轨迹的广度与深度，并检验交互历史、候选集规模、应答标签与提示措辞的影响。

该研究用IBM-Rank-30k的142条论证作为共享信息空间，把11个开源指令微调大模型对候选信息是否值得追问的判断（以肯定标签概率作为信息征询分数）接入同一套顺序征询模拟，在固定选择规则、固定应答者行为、不生成自然语言问题的条件下，刻画模型特有的信息征询偏好如何塑造征询轨迹的广度与深度，并检验交互历史、候选集规模、应答标签与提示措辞的影响。

作者提出 Analytical Memory Unit（AMU）记忆模式，为每条缓存结果附加完整推导（血缘）图，并用血缘门控检索策略仅在请求方对结果触及的每一列都有权限时才返回命中；在血缘记录完整的前提下，作者以构造性证明给出安全保证，六个实验显示该策略消除了内容门控记忆的跨部门泄漏，代价是少量记忆复用率下降，并在一个真实智能体集成中实现 9 次往返零泄漏。

作者提出 Analytical Memory Unit（AMU）记忆模式，为每条缓存结果附加完整推导（血缘）图，并用血缘门控检索策略仅在请求方对结果触及的每一列都有权限时才返回命中；在血缘记录完整的前提下，作者以构造性证明给出安全保证，六个实验显示该策略消除了内容门控记忆的跨部门泄漏，代价是少量记忆复用率下降，并在一个真实智能体集成中实现 9 次往返零泄漏。

该工作把经典桌游《Clue》改造成文本多智能体环境，用GPT-4o-mini与Gemini-2.5-Flash各三名玩家进行18局游戏，并引入一个维护“可能性矩阵”（YES/NO/MAYBE及accusation_ready信号）的外部工具来外化信念状态跟踪，结果显示工具增强玩家的指控准确率接近满分（Gemini-2.5-Flash达1.00、GPT-4o-mini达0.96），混合局中未用工具的玩家准确率也从基线约0.81/3提升到约2.71/3，但工具并未改变智能体在已知答案后仍延迟指控的决策自主性。

该工作把经典桌游《Clue》改造成文本多智能体环境，用GPT-4o-mini与Gemini-2.5-Flash各三名玩家进行18局游戏，并引入一个维护“可能性矩阵”（YES/NO/MAYBE及accusation_ready信号）的外部工具来外化信念状态跟踪，结果显示工具增强玩家的指控准确率接近满分（Gemini-2.5-Flash达1.00、GPT-4o-mini达0.96），混合局中未用工具的玩家准确率也从基线约0.81/3提升到约2.71/3，但工具并未改变智能体在已知答案后仍延迟指控的决策自主性。