CreaMem：用于个性化代理的场景感知内存架构

长期记忆是个性化 LLM 座席的核心能力。为了支持它，现有的记忆系统使用各种标准（例如主题段或摘要层次结构）来组织信息。然而，我们发现这些设计有两个主要限制。首先，它们缺乏场景意识：来自不相关生活场景的记忆共享相同的检索空间，这扩大了搜索空间并引入了跨场景干扰。其次，它们从单一角度对每个记忆进行编码，因此很难检索同一事件的互补视图。在本文中，我们提出了 CreaMem 架构，该架构通过将内存划分为多个生活场景内存来实现场景感知内存组织，以减少检索时的跨场景干扰。为了超越单一视角并实现跨记忆协同，每个记忆中的条目都从情景和基于特征的角度进行双重编码。我们进一步设计了检索时的每记忆平衡采样策略。对两个长期内存基准的大量实验表明，CreaMem 提高了所有评估指标的 QA 准确性，特别是在多跳推理性能、验证场景感知分区和跨内存协同方面有很大的提升。为了提高可重复性，我们在公共 GitHub 存储库中发布了代码。