JustMem：为长期对话提供足够的内存访问

有效的长期会话记忆需要检索足够的证据，而不是不加区别地扩展呈现给语言模型的上下文。这是具有挑战性的，因为相关证据可能分布在多个会话中，而压缩可能会丢弃回答所需的细节。因此，不同的查询需要不同形式的内存访问。为了满足这些需求，我们沿着两个维度制定记忆访问：发现广度，它控制搜索证据的范围；以及阅读保真度，它控制证据是以紧凑形式阅读还是从原始对话中恢复。基于这个公式，我们引入了 JustMem，它将对话历史存储为紧凑的原子存储器，并根据每个查询沿这两个维度调整内存访问。具体来说，LOOKUP 处理本地证据，COMPOSE 扩大分布式证据的发现范围，而 REPLAY 则提高保真度敏感证据的阅读保真度。在 LoCoMo 和 LongMemEval-S 上，JustMem 在比较的记忆系统中实现了最高的平均准确度和检索召回率，同时使用更少的生成模型标记进行记忆构建和推理。