Zep：面向AI代理记忆的时序知识图谱架构
计算与语言
2025-01-27 v1 人工智能
信息检索
摘要
我们介绍Zep，这是一种用于AI代理的新型记忆层服务， 在Deep Memory Retrieval（DMR）基准中超越当前最先进系统MemGPT的性能。此外，Zep在更全面和具有挑战性的评估中表现出色，这些评估更能反映真实世界的企业应用场景。虽然现有的检索增强生成（RAG）框架用于基于大语言模型（LLM）的代理仅限于静态文档检索，但企业应用需要从包括持续对话和业务数据的多样化来源动态集成知识。Zep通过其核心组件Graphiti——一个时序感知的知识图谱引擎，动态综合了来自非结构化对话数据和结构化业务数据的知识，同时保持历史关系。在DMR基准中，Zep展示了优异的性能（94.8% vs 93.4%）。除了DMR，Zep的能力还通过更具挑战性的LongMemEval基准得到进一步验证，该基准通过复杂的时序推理任务更好地反映了企业应用场景。在本评估中，Zep实现了显著的成果，准确率提升了最高可达18.5%，同时将响应延迟降低了90%。这些结果在企业关键任务（如跨会话信息综合和长期上下文维护）中尤为突出，展示了Zep在实际应用中有效性。
引用
@article{arxiv.2501.13956,
title = {Zep: A Temporal Knowledge Graph Architecture for Agent Memory},
author = {Preston Rasmussen and Pavlo Paliychuk and Travis Beauvais and Jack Ryan and Daniel Chalef},
journal= {arXiv preprint arXiv:2501.13956},
year = {2025}
}
备注
12 pages, 3 tables