Primary sourceDAIR.AI
View sourceEvent ·Single source
NeurIPS 2026 论文:极简 RAG 记忆系统 BRIDGE 匹敌 SOTA 智能体记忆方案
NeurIPS 2026 一篇论文提出 BRIDGE,用最简 RAG 方式做智能体记忆:存储链式观察笔记,用 BM25 加 embeddings 检索,按时间顺序呈现。每次写入或查询只需一次 LLM 调用,每个问题约消耗 5-7K tokens。在 LongMemEval-S 和 BEAM 上与此前最佳系统打平(置信区间内),在 EverMemBench 上超过最强记忆基线 5.7-6.3 分。 作者进一步测试记忆能让智能体做什么:要求智能体应用问题中从未提及的已记住规则或模式。结果显示没有任何单一设计在所有探针中胜出——LangMem 提取原子事实,在规则应用上领先;BRIDGE 在模式归纳上占优。事实提取会丢失示范模式的形状,块摘要能检索到规则但智能体常常不会应用它,把规则更突出地展示即可弥合大部分差距。 论文结论是不必过度复杂化记忆系统,BM25 这类老式检索方法对智能体仍然非常有效,对开发者在自建 agent 记忆架构时有直接参考价值。
Current read
做 agent 的朋友可以收藏。这篇 NeurIPS 论文证明 BM25 加 embeddings 的老式检索就能打平复杂记忆系统,还逐个对比了 LangMem 等方案在不同任务上的强弱,省 token 省调用次数。
2 sources52° AI heatLast updated 2026/11/18 16:30:11
Evidence
2 sourcesRelated source 1arXiv cs.AI
View sourceConflict check
Dedup data only shows that these sources discuss the same event, not that they agree. There is no structured supporting or refuting evidence yet, so no conflict is inferred automatically.