智能体与自主科学
突破级
暂无讲解视频
收录解读
问题与背景：长期对话记忆不能只靠扩大上下文或 naive retrieval，因为历史信息会过时、冲突、演化，直接检索会引入噪声。
方法与新意：APEX-MEM 用 domain-agnostic ontology 把对话组织成 temporally grounded events 和 entity-centric property graph，保留 append-only 历史，再由 multi-tool retrieval agent 在查询时解决冲突并生成 compact memory summary。
收录意义：这篇进入 agent memory 主库，因为它把长期记忆问题明确建模为时间化、实体化、可冲突解析的半结构化记忆，而不是简单 embedding recall。
局限：系统依赖 graph 构建质量和 retrieval agent 行为，benchmark 高分还需结合实际部署延迟、写入成本和错误累积来评估。