研究称朴素RAW-RAG在长对话记忆中表现更优

发生了什么

据@shao__meng发布的研究，在LoCoMo、LongMemEval、MEME及MemoryAgentBench等基准测试中，仅对原始对话历史进行稠密检索与重排的“朴素RAW-RAG”方法，在7组“基准×模型”对比中，有6组表现优于复杂的Agentic Memory系统。研究指出，长对话记忆的瓶颈在于证据覆盖率而非复杂的抽取或图结构处理。实验显示，RAW-RAG在保持高保真度的同时，摄入成本显著低于MemOS等系统，但作者同时指出该方法在真实运维及隐私删除约束方面仍存在局限。