Analisi dei Circuiti Rivela Fallimenti Silenziosi della Memoria negli Agenti LLM

Una recente indagine pubblicata su arXiv (2605.03354) esamina i sistemi di memoria interni degli agenti basati su LLM, concentrandosi sul ciclo scrittura-gestione-lettura. I ricercatori hanno utilizzato la serie Qwen-3 (da 0,6B a 14B parametri) insieme a due strutture di memoria (mem0 e A-MEM) per analizzare i circuiti interni delle caratteristiche, ottenendo tre risultati significativi. In primo luogo, il circuito di instradamento si attiva causalmente a 0,6B parametri, mentre il circuito di contenuto non mostra attività rilevabile fino a 4B parametri, portando i modelli più piccoli ad apparire capaci ma a fallire silenziosamente nell'estrazione e nel grounding. In secondo luogo, all'interno della categoria del contenuto, Scrittura e Lettura condividono un hub di strati tardivi che funge da substrato di grounding contestuale nel modello base; funzionalità aggiuntive vengono attivate solo attraverso il framing della memoria. La ricerca sottolinea che i fallimenti di memoria negli agenti possono verificarsi silenziosamente, portando a output fluidi nonostante l'estrazione, la conservazione o il recupero improprio di informazioni tra sessioni.