论文发现许多专用记忆系统不如朴素 RAG，并提出“记忆税”概念。
资讯摘要
论文针对长程智能体中的记忆系统开展大规模评测，发现许多专用记忆系统在多个基准和模型骨干上不如朴素 RAG，净价值为负。作者以 RAG 为参照，将记忆相对直接检索的收益与损失拆分为“记忆收益”和“记忆税”，指出记忆对原始历史的重新组织与访问既可能带来收益，也可能删除或遮蔽证据。论文重点分析记忆税在系统与评测层面的来源，并计划开源代码与结果。
要点速读
- 论文在多个基准和模型骨干上评测发现，许多专用记忆系统在不少情况下不如朴素 RAG，净价值为负。
- 作者将记忆的净价值拆分为相对直接检索的“记忆收益”与“记忆税”，后者源于对原始信息的删除或遮蔽。
- 论文重点研究记忆税在系统与评测两方面的成因，并计划开源代码与结果。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/28 08:00:17（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。