EdgeMem：通过证据保留多锚点超图实现无需 LLM 的 Agent 记忆构建与检索

英文标题：EdgeMem: LLM-Free Agent Memory Construction and Retrieval via Evidence-Preserving Multi-Anchor Hypergraph

本文介绍了一种名为 EdgeMem 的新型 Agent 记忆构建与检索机制。现有方案多依赖 LLM 将交互历史压缩为摘要，不仅增加了推理调用成本，还容易丢失包含答案的关键证据细节。EdgeMem 提出通过证据保留的多锚点超图（Multi-Anchor Hypergraph）来组织历史信息，实现了无需 LLM 参与（LLM-Free）的高效记忆构建与检索。该方案显著降低了长程交互智能体的资源开销与延迟，为高保真、低成本的 Agent 记忆系统设计提供了新路径。

打开原文相关 5.6 · 机会 2

中文

EdgeMem：通过证据保留多锚点超图实现无需 LLM 的 Agent 记忆构建与检索

论文编号：arXiv:2609.05553v1
公告类型：最新（new）

摘要

Agent 记忆使 LLM Agent 能够在回答新查询时利用早期的交互历史。然而，现有方法通常将交互历史压缩为摘要或其他由 LLM 生成的表征形式。这种重复的生成过程不仅增加了调用成本，还可能丢失包含答案关键证据的关键细节（answer-bearing details）。为此，本文提出了 EdgeMem，通过构建证据保留型多锚点超图，实现了无需 LLM 参与（LLM-Free）的 Agent 记忆构建与检索。

EdgeMem：通过证据保留多锚点超图实现无需 LLM 的 Agent 记忆构建与检索

中文

EdgeMem：通过证据保留多锚点超图实现无需 LLM 的 Agent 记忆构建与检索

摘要

BibTeX 引用格式

English / 原文

BibTeX formatted citation