MRAgent：面向LLM的图记忆主动重建方法 本文介绍了一种名为MRAgent的LLM驱动主动记忆重建方法，它彻底改变了传统'检索-推理'的被动范式。核心思想是'记忆是重建的，而非检索的'，通过构建提示-标签-内容（CTC）图，将记忆组织为多层结构：情景层、语义层和抽象层。在推理时，LLM通过迭代遍历该图，根据已有线索动态选择下一步搜索方向，实现多跳检索。实验表明，该方法在LoCoMo和LongMemoryEval基准上显著优于基线，同时大幅降低token消耗。 主动记忆重建 CTC图 多跳检索 语义记忆 情景记忆 图遍历 neural_avb 发布于 2026-06-20 37 0 0
