研究称原始对话 RAG 在多数长期记忆基准上优于复杂智能体记忆系统

RAG 真的又杀回来了！

这项研究表明，在大多数长期记忆基准测试中，对原始聊天记录直接使用普通 RAG，效果优于复杂的智能体记忆系统。

（先收藏）

他们测试了 Raw-RAG，该方法就是在原始对话上使用稠密检索加重排序，并将检索结果输入给阅读器 LLM。

在 LoCoMo、LongMemEval、MEME 和 MemoryAgentBench 上，它在七种基准与模型设置中的六种里排名第一，比最强的智能体记忆系统高出 0.13 至 5.53 分。在 BEAM-1M 上，数据摄取耗时 0.3 小时，而 Mem0、MemOS 和 Memora 等系统则需要 3.2 至 27 小时。

为什么它的效果能站得住脚？原始历史记录保留了问题所需的大部分证据，包括答案背后的关系和依赖路径。将历史记录改写为记忆条目，往往会丢失这些关键信息。

即便模型能够完整访问转换后的记忆存储，其回答的准确性仍低于使用原始证据时。

在给你的智能体添加记忆层之前，至少先在你自己的数据上运行一下这个基线。

arxiv.org/abs/2610.30755

Chat with Paper: academy.dair.ai/papers/is-co…