摘要
针对检索增强生成（RAG）系统重复检索与推理导致的高成本问题，本文提出 AutoPrunedRetriever。该系统构建并持久化最小推理子图，通过紧凑的代码库存储实体与关系，以符号结构替代原始文本进行检索。系统采用双层巩固策略及低价值结构剪枝机制，保持图谱紧凑性。实验表明，该方法在复杂推理任务上准确率显著优于现有基线，同时大幅降低令牌消耗，适用于长会话及多智能体场景。
AI 推荐理由
论文核心提出基于图的持久化记忆架构，通过剪枝和增量更新优化长期记忆效率。
研究机构
康奈尔大学
剑桥大学
香港大学
不列颠哥伦比亚大学
论文信息