提出、验证、承诺：用于长期多参与者对话的循证记忆

长视野会话记忆在多参与者环境中尤其具有挑战性，其中相关证据分布在参与者和上下文中，并且先前建立的信息可能稍后会被修改。我们引入了 EGMEMORY，它将长视野多参与者记忆制定为可搜索状态机，将持久消息级证据与显式活动状态分开。在写入时，自适应状态解析和基于证据的提议-验证-提交协议控制着该状态的演变。在阅读时，自适应证据导航迭代地解决查询所需的状态和支持证据，使用会话结构来缩小搜索空间和词汇语义相关性以对候选者进行排名。该系统通过提示和工具使用来运行，无需进行特定于记忆的策略训练。 EGMEMORY 在 GroupMemBench 上达到 68.2%，在 EverMemBench 上达到 77.9%，分别比最强评估基线高出 22.7 和 21.4 个百分点。它在二元 LoCoMo 基准上进一步达到 73.6%，展示了超越多参与者对话的泛化能力。我们将在正式发布后发布代码库。