摘要
对话数据是长运行助手的重要状态源,但其动态演化特性使查询极具挑战。现有方法常将记忆视为独立对象,易检索到过时信息。本文提出 TRACE 框架,将对话建模为包含事件、会话和主题的层级时序证据图,并标注更新与矛盾关系。该框架通过有效性注解区分历史事实与当前状态,结合向量检索与图引导搜索,生成感知有效性的证据路径。实验表明,TRACE 显著提升了长对话中的时序与多跳推理能力。
AI 推荐理由
论文提出 TRACE 框架,核心解决对话数据中的长期记忆状态感知与时效性管理问题。
研究机构
香港科技大学计算机科学系,香港科技大学深圳研究院,中国
独立研究员,北京,中国
中央民族大学,中国
论文信息