图记忆与平面检索在长期智能体中的性能对比研究

研究人员测试了图记忆与平面检索在长期智能体中的表现差异。在LongMemEval基准测试中，图记忆获得0.42的token F1分数，而平面向量基线为0.47。500个问题的配对bootstrap测试显示差距为-0.050（95% CI -0.085至-0.016）。图记忆在需要回忆特定先前助手回答的问题上表现较差，正确率从0.911降至0.607。