主要来源DAIR.AI
查看原文事件专题 ·单一信源
NeurIPS 2026 论文:极简 RAG 记忆系统 BRIDGE 匹敌 SOTA 智能体记忆方案
NeurIPS 2026 一篇论文提出 BRIDGE,用最简 RAG 方式做智能体记忆:存储链式观察笔记,用 BM25 加 embeddings 检索,按时间顺序呈现。每次写入或查询只需一次 LLM 调用,每个问题约消耗 5-7K tokens。在 LongMemEval-S 和 BEAM 上与此前最佳系统打平(置信区间内),在 EverMemBench 上超过最强记忆基线 5.7-6.3 分。 作者进一步测试记忆能让智能体做什么:要求智能体应用问题中从未提及的已记住规则或模式。结果显示没有任何单一设计在所有探针中胜出——LangMem 提取原子事实,在规则应用上领先;BRIDGE 在模式归纳上占优。事实提取会丢失示范模式的形状,块摘要能检索到规则但智能体常常不会应用它,把规则更突出地展示即可弥合大部分差距。 论文结论是不必过度复杂化记忆系统,BM25 这类老式检索方法对智能体仍然非常有效,对开发者在自建 agent 记忆架构时有直接参考价值。
当前结论
做 agent 的朋友可以收藏。这篇 NeurIPS 论文证明 BM25 加 embeddings 的老式检索就能打平复杂记忆系统,还逐个对比了 LangMem 等方案在不同任务上的强弱,省 token 省调用次数。
2 个信源52° AI 热度最后更新 2026/11/18 16:30:11
证据链
2 个信源相关来源 1arXiv cs.AI
查看原文冲突核查
现有去重数据只说明这些来源讨论同一事件,不代表立场相同。当前没有结构化的支持或反驳证据,不自动推断冲突。