EnSIMem：面向长期 Agent 记忆的实体结构化索引

英文标题：EnSIMem: Entity-Structured Indexing for Long-Term Agent Memory

论文提出 EnSIMem，一种用于长期 Agent 记忆的实体结构化索引方法。研究关注 Agent 在长期与用户交互时，如何从持续增长的历史记录中召回事实、偏好、事件及其变化。原文指出，现有记忆系统通常将交互压缩为通用摘要，或检索缺乏明确实体关联的内容；EnSIMem 旨在改善这一问题。该方向对需要长期个性化、持续上下文理解和可靠记忆检索的 Agent 开发具有意义。

2.1 KB 640 B 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB