论文研究 arXiv cs.AI Thu, 23 Jul 2026 正文 thin 4 words

面向 LLM Agent 的画像图记忆:通过叙事画像实现隐式跨实体遍历

英文标题:Profile-Graph Memory for LLM Agents: Implicit Cross-Entity Traversal through Narrative Profiles

该论文关注可跨会话交互的 LLM Agent 长期记忆问题,指出现有记忆基准主要评估单跳检索,尚未充分衡量多跳关联能力。作者提出了名为 MemHop 的新基准,用于评估 Agent 在多个实体之间进行关联与推理的能力。研究还围绕“画像图记忆”展开,旨在利用叙事化画像支持隐式的跨实体信息遍历。这类评估与记忆机制有望帮助开发者更准确地衡量和改进 Agent 的长期记忆、关系检索及复杂任务推理能力。
打开原文相关 4.8 · 机会 1
media2.1 KB media612 B media380 B media9.1 KB media32.7 KB media22.8 KB media24.2 KB media34.7 KB

中文

BibTeX 格式引用

English / 原文

BibTeX formatted citation

×