MemCoRe: Recovering Evidence from Progressively Compressed Factual Knowledge for Agent Memory
MemCoRe 提出一种压缩层级记忆系统，将 LLM 代理的交互历史证据从详细记录逐步压缩至关键词及主题组，以平衡冗余压缩与检索有效性。该系统通过分层结构保留各层级的检索所需信息架构，支持跨层级定位目标证据。实验表明，MemCoRe 在综合测试中优于现有最先进基线方法。
摘要由 AI 生成
MemCoRe 提出一种压缩层级记忆系统，旨在解决大型语言模型（LLM）代理在处理交互历史时面临的冗余与检索效率问题。该系统将详细的交互记录逐步压缩为关键词及主题组，通过分层结构保留各层级的检索所需信息架构，支持跨层级定位目标证据。实验结果表明，MemCoRe 在综合测试中优于现有最先进基线方法。
相关事件RELATED EVENTS
关键实体KEY ENTITIES
MemCoRe
信号强度SIGNALS
关键词热度