概念导读
RAG 和图记忆系统基于 成对关系，无法捕捉高阶关联（多元素间的联合依赖），
- 核心问题
- 方法
- 三层记忆结构
- 超边 (Hyperedge)
- 检索策略
- 结果
- 意义
- Related
HyperMem: 超图记忆用于长期对话
核心问题
RAG 和图记忆系统基于 成对关系，无法捕捉高阶关联（多元素间的联合依赖）， 导致检索碎片化。
方法
三层记忆结构
- Topics: 对话主题
- Episodes: 情节/片段
- Facts: 具体事实
超边 (Hyperedge)
用 hyperedge 将相关 episode 和 fact 分组为连贯单元，超越 pairwise limitation。
检索策略
- Hybrid lexical-semantic index
- Coarse-to-fine retrieval: 先向量粗检索，再语义一致性重排序
结果
- LoCoMo SOTA: 92.73% LLM-as-judge accuracy
- Single-hop: 90.61%, Multi-hop: 93.62%, Temporal: 89.72%
意义
- 超图建模是记忆架构的新范式，比传统知识图谱更适合对话记忆
- 对 agent 系统的长期记忆设计有直接参考价值