论文提出保留视觉来源的多模态超图记忆 MHG-Mem。
资讯摘要
论文提出 MHG-Mem，一种面向多模态智能体的超图记忆结构，将实体身份、状态演变与视觉证据来源联合组织：把实体提及与观测事实作为节点，用出现超边归并同一身份的观测，再以演化超边和证据超边关联各维度状态与支撑证据。作者还设计了基于超图的智能体搜索，可自适应选择入口层并跨层遍历。论文报告在三个基准上较最强基线提升 8.20%–9.98%。
要点速读
- MHG-Mem 用超图同时组织实体身份、状态演变和视觉证据来源，避免抽象记忆丢失视觉细节、像素记忆难以关联实体的问题。
- 提出基于超图的智能体搜索，可自适应选择入口层、跨记忆层遍历类型化超边，并按需查看原始观测。
- 论文报告在三个基准上相比最强基线提升 8.20%–9.98%。
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 2026/10/23 08:00:11（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。