版本说明：用于长期自我中心 QA 的在线内存压缩

长期以自我为中心的问题回答涉及回答过去几小时或几天前发生的事件。这需要记忆表示在数天或数周的记录中保持检索有效和可扩展。现有的长期自我中心 QA 方法将记忆构建为观察的分层文本摘要。虽然摘要可以有效地减少记忆大小，但它优化了描述性压缩而不是检索：重复的交互被吸收到粗略的文本描述中，而不是被保留为明确的、重复的记忆单元，这使得长期证据聚合变得困难。我们提出了 Imprint，一种以交互为中心的记忆框架，它将长期自我中心记忆表述为在线记忆压缩问题而不是总结问题。输入的观察结果首先表示为结构化的交互记录，并不断组织成重复的交互模式。 Imprint 利用人类记忆巩固信号的重复性、新近性和独特性，选择性地保留交互并将其压缩为紧凑的面向检索的记忆。我们在 EgoLifeQA 上评估 Imprint，这是一个为期 7 天的以自我为中心的基准，其中包含需要对查询前几小时到几天发生的交互进行推理的问题。使用相同的 LLM，Imprint 将 QA 准确性从 31.0% 提高到 35.8%，与 EgoRAG 相比，将基于证据的答案增加 $6\times$，将内存占用减少 $2.3\times$，并将检索延迟减少 $11.8\times$。这些结果表明，内存压缩为长期以自我为中心的问答提供了可扩展且检索有效的基础。