摘要
当前个人AI领域主要依赖“黑箱”检索增强生成技术，但其存在缺乏问责性、难以删除敏感信息等问题。本文提出RUVA，一种“白箱”架构，通过构建个人知识图谱实现用户对AI记忆内容的可视化与精确编辑。该方法将传统向量匹配范式转变为图推理，确保用户拥有“被遗忘权”，从而提升记忆管理的透明度与隐私保护能力。
AI 推荐理由
论文聚焦于个人AI的记忆管理与隐私保护，提出基于知识图谱的透明记忆架构，直接关联记忆机制中的长期记忆与隐私删除问题。
论文信息