研究质疑智能体记忆必要性：原始RAG表现优异

2026年10月23日，Zhengye Bao等人在arXiv发表研究，质疑复杂智能体记忆系统的必要性。研究表明，朴素原始RAG（Raw-RAG）是关键基线，其性能优于多项对比的智能体记忆系统。\n\n在LoCoMo、LongMemEval、MEME和MemoryAgentBench等基准测试中，Raw-RAG在7个基准模型设置中的6个排名第一。其表现比最强对比系统高出0.13至5.53分。\n\n分析显示，原始历史检索的高证据覆盖率能有效抵消较低的利用率，且保留原始信息对准确率至关重要。该研究确立了朴素RAG在相关任务中的显著优势。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。