AssoMem：基于多信号关联检索的可扩展记忆查询
计算与语言
2025-10-14 v1
摘要
从大规模记忆中准确检索信息是记忆增强型AI助手执行问答任务的核心挑战，尤其是在基于相似度稠密场景中，现有方法主要依赖查询到检索内容的语义距离进行检索。致力于此挑战，我们提出AssoMem——一种新型框架，通过构建基于对话语料的关联记忆图，锚定于自动提取的线索。该结构提供了对对话语境的丰富组织视图，便于重要性加权排序。进一步地，AssoMem集成了相关性、重要性和时序对齐等多维检索信号，并采用自适应互信息驱动的融合策略。广泛实验表明，在三个基准测试和一个新引入的数据集（MeetingQA）上，AssoMem consistently优于SOTA基线，验证了其在上下文感知记忆检索中的优势。
引用
@article{arxiv.2510.10397,
title = {AssoMem: Scalable Memory QA with Multi-Signal Associative Retrieval},
author = {Kai Zhang and Xinyuan Zhang and Ejaz Ahmed and Hongda Jiang and Caleb Kumar and Kai Sun and Zhaojiang Lin and Sanat Sharma and Shereen Oraby and Aaron Colak and Ahmed Aly and Anuj Kumar and Xiaozhong Liu and Xin Luna Dong},
journal= {arXiv preprint arXiv:2510.10397},
year = {2025}
}