先了解这件事
AI 综述
2026年10月24日,一项研究提出,仅对原始对话历史做稠密检索加重排的RAW-RAG,在长对话记忆评测上强于复杂agentic memory。该研究在LoCoMo、LongMemEval、MEME、MemoryAgentBench四个基准上对比,RAW-RAG在7组基准与模型组合中有6组排名第一,比最强agentic memory系统高0.13至5.53分。作者认为瓶颈主要在证据是否齐全,而非抽取、变异与图结构;消融显示去掉重排下降3.92分、只回1条下降11.73分,加入原子事实抽取、摘要增强或图扩展均未超过默认RAW-RAG。作者自述局限为仅覆盖离线公开对话基准,未涉及交互、多模态与真实运维,原文存储的隐私与删除约束是现实代价。
AI 根据公开报道生成
最新进展 · 正式报道
研究显示朴素 RAW-RAG 在长对话记忆评测上强于复杂 Agentic Memory事件进展
1 个已确认进展
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
10月24日
邵猛
研究显示朴素 RAW-RAG 在长对话记忆评测上强于复杂 Agentic Memory
一项研究在 LoCoMo、LongMemEval、MEME、MemoryAgentBench 四个长对话记忆基准上对比发现，仅对原始对话历史做稠密检索加重排的 RAW-RAG 在 7 组基准与模型组合中有 6 组排名第一，比最强 agentic memory 系统高 0.13 至 5.53 分。作者认为瓶颈主要在证据是否齐全，而非抽取、变异与图结构，消融显示去掉重排下降 3.92 分、只回 1 条下降 11.73 分，加入原子事实抽取、摘要增强或图扩展均未超过默认 RAW-RAG。作者自述局限为仅覆盖离线公开对话基准，未涉及交互、多模态与真实运维，原文存储的隐私与删除约束是现实代价。