论文提出多语言存储加概率推理的智能体记忆数据库 PolyMemDB。
资讯摘要
论文提出 PolyMemDB，一个用于管理智能体记忆的多语言存储数据库系统。作者指出，现有记忆系统依赖单一存储范式，导致多维数据碎片化，并且缺乏细粒度数据溯源，难以解决长期事实冲突，从而加剧 LLM 幻觉。PolyMemDB 采用多语言存储架构，管理图、向量、概率和时空等记忆类型，并内置概率推理引擎，结合时间衰减与半环聚合，以解决长期事实冲突、提供数据溯源并支持推理链追踪。
要点速读
- 论文提出 PolyMemDB，采用多语言存储架构，管理图、向量、概率和时空等记忆类型。
- 作者指出，现有记忆系统依赖单一存储范式，导致多维数据碎片化，并且缺乏细粒度数据溯源。
- 系统内置概率推理引擎，结合时间衰减与半环聚合，用于解决长期事实冲突并提供推理链追踪。
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 2026/10/27 08:00:28（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。