遗忘算法

本文档基于 soul-mem-algo/src/algo/forget/ 当前代码（feature/test_framework 分支新增 模块，尚未提交）。实现细节见 soul-mem-algo。

1. 设计：惰性遗忘 + 遮罩

遗忘算法模拟人类遗忘曲线，采用惰性遗忘策略——不主动删除记忆，而是按遗忘曲线计算 缺失度，对记忆文本进行遮罩（将部分内容替换为 [masked]），缺失度较高时调用 LLM 尝试修订（基于遮罩文本猜补）。该机制同时为测试框架提供了可量化的观测维度 （原图 vs 遗忘后图的变换，见 算法测试）。

2. 艾宾浩斯衰减曲线

R(t) = e^(-t/τ)
τ = adjusted_half_life / ln(2)
adjusted_half_life = base_half_life_hours × (1 + active_factor × min(retrieval_count, cap))

• t：自创建到现在的小时数。
• 半衰期：R=0.5 时恰为 adjusted_half_life。
• 激活减缓遗忘：retrieval_count 越大半衰期越长（封顶 50 次）——经常被回忆的记忆 遗忘更慢，符合“复习“直觉。
• 默认参数：base_half_life_hours = 24.0、active_factor = 0.1、max_activation_cap = 50。
• missing_degree = 1 - R(t)（0~1，越大忘得越多）。
• 边的遗忘：edge_decay_intensity = 原边强度 × 源节点衰减（边跟随源节点遗忘）。

3. 惰性遗忘主流程（lazy_forget）

输入：MemoryNote + 当前时间 + jieba + llm_call 闭包
  ↓
① 类型过滤：仅 SpecificSituation 与 Semantic 可遗忘
  （Procedure、AbstractSituation → NoAction）
  ↓
② 计算缺失度 md（默认 24.0/0.1/50）
  ↓
③ 分支：
   md < 0.05  ──→ NoAction（几乎没忘，不动）
   md < 0.15  ──→ MaskOnly（只遮罩，不调 LLM）
   md ≥ 0.15  ──→ 调 LLM 猜补（Revised）；失败则降级 MaskOnly

• 摘要文本来源：SpecificSituation → narrative；Semantic → content。
• LLM prompt：system 为固定英文（“reconstructs partially masked memories”），user 为遮罩文本。

4. 文本遮罩（mask_text）

1. jieba.cut(text, true)（开启 HMM）分词。
2. 遮罩词数 n = round(missing_degree × total)，上限 total。
3. 确定性随机选词：种子 = hash(text) ^ (degree.to_bits() × 114514)，StdRng 洗牌取 前 n 个下标，替换为 " [masked] "。
4. 同文本同缺失度输出恒等（可复现，利于测试）。

5. 语义字段对齐（align_sem_fields）

仅对 Semantic 记忆：调用 LLM 输出 Aliases: / Description: / ConceptType: 三行， 与原文比对后更新字段：

• 文意一致则保留原值。
• 缺失度 < 0.6 时禁止 aliases 增长（防 LLM 幻觉膨胀记忆内容）。
• description 非空才写回；concept_type 有解析结果才写回。

6. 测试框架对接

• 遗忘评测由 soul-tune run forget fixtures/forget/*.json 驱动（soul-tune 层）。
• 测试数据规范中 Forget JSON 的 T1–T5 用例与代码常量一一对应：
  • config { base_half_life_hours: 24.0, active_factor: 0.1, max_activation_cap: 50 } 与代码常量完全一致；
  • T4 的三段时间点分别落入 NoAction（md<0.05）/ MaskOnly（<0.15）/ Revised（≥0.15） 三段，与 MASK_THRESHOLD / REVISE_THRESHOLD 一致。

7. 与旧文档的差异