★ 3
EdgeMem:免LLM的智能体记忆构建与检索
EdgeMem是一种智能体记忆方法,通过保留原始交互轮次并利用多锚点超图组织,无需生成式LLM调用即可实现高效检索。在LoCoMo和LongMemEval-S基准上取得领先成绩,表明保留源证据是智能体记忆的有效基础。
arXiv cs.AI54 天前
共 4 篇相关资讯,按重要度与时间排序,每 3 小时更新。
EdgeMem是一种智能体记忆方法,通过保留原始交互轮次并利用多锚点超图组织,无需生成式LLM调用即可实现高效检索。在LoCoMo和LongMemEval-S基准上取得领先成绩,表明保留源证据是智能体记忆的有效基础。
针对现有 LLM 逐行提示成本高、忽略行间依赖的问题,作者提出 TABHGR+:用 LLM 生成规则给行打弱标签,再构建超图做标签传播并给超边加自适应权重。LLM 调用次数与数据规模无关,分类准确率超过零样本与强少样本基线。
论文研究有限超图中的最大强独立集问题,即寻找与每条超边至多交一个顶点的最大顶点集,动机来自多频段 LSH-MinHash 去重中局部证据不应被传递闭包误判为全局等价。作者提出关联结构工具包,证明支配、关联孪生与权重1块的精确归约,给出闭式与低权上界,并引入穿刺与覆盖证书收紧边界。还分析了分层贪心聚…