CTR on TechLLMhttps://techllm.github.io/tags/ctr/Recent content in CTR on TechLLMHugokoTue, 06 Oct 2026 07:33:51 +0900에이전트가 쌓아둔 기억을 새 모델이 이어받을 때, 어떤 기억 방식은 거의 그대로 살아남고 어떤 방식은 조용히 망가지는지 측정한 연구다.https://techllm.github.io/posts/does-your-agent-s-memory-survive-a-model-upgrade-a-controlled-study-of/Tue, 06 Oct 2026 07:33:51 +0900https://techllm.github.io/posts/does-your-agent-s-memory-survive-a-model-upgrade-a-controlled-study-of/에이전트 메모리를 새 모델로 옮길 때 어떤 형식이 살아남는지를 네 가지 저장 방식(원본 이력·검색·요약 노트·구조화 지식 그래프)을 48개 합성 이력에서 비교했다. 고정 스키마 지식 그래프(KG-fixed)는 모델 작성자가 바뀌어도 정확도 차이가 +0.0004 ± 0.0020으로 사실상 안정적이지만, 모델이 요약한 노트(NOTES)는 방향에 따라 −13.28pp 또는 +9.91pp로 크게 달라진다.