arXiv cs.AI· Wei Gu, Weiwei Qi, Jiajun Tang, Tianhang Zheng, Bo Chen, Zhibo Zhang, Jinfei Liu, Kui Ren·· 10 小时前AI 评分35
TreeAgent：面向长层级数据的结构感知记忆智能体
TreeAgent: Structure-Aware Memory Agent for Processing Long Hierarchical Data
AI 导读
TreeAgent 是一个结构感知记忆智能体，用输入层级同时指导分段上下文处理与历史信息访问，解决固定长度分段割裂同记录字段、丢失层级位置、连续记忆更新丢弃早期同级记录细节的问题。
正文 · AI 翻译
摘要：实际 Web 应用日益要求智能体解读长对话或长文档。对于超出大语言模型（LLM）上下文窗口的输入，记忆智能体逐段处理输入，并在有界记忆中保留过往信息。然而，它们通常将输入划分为扁平的 token 片段，不保留结构或层级，这给 API 响应或 HTML 文档等结构化数据带来三点局限。第一，固定长度分段可能拆分同一记录的字段，破坏其相互关系。第二，片段缺乏层级信息，模糊了其结构上下文与位置。第三，连续的记忆更新可能丢弃后续片段推理所需的较早同级记录细节。为解决这些局限，我们提出 TreeAgent，一种结构感知智能体，利用输入层级来引导逐段上下文处理和对过往信息的访问。具体而言，TreeAgent 从完整子树和相邻同级子树组构建片段，以保留局部结构关系。我们提供关于片段数量的理论保证，以引导 token 预算选择，使其与固定长度分段的片段数量相匹配。我们进一步为片段附加结构路径，使智能体能够识别其祖先与层级位置。我们还引入从低层子片段到高层父片段的残差记忆链接，使信息能够绕过连续记忆更新直接流动。我们在八项检索与聚合任务上，用四个代表性记忆智能体评估 TreeAgent。输入源自 JSON、HTML、YAML 和 JavaScript 中的真实应用数据，长度从 8K 到 1M token。TreeAgent 提升了全部四个智能体在四个数据集上的平均得分，平均性能提升 3.61%。
| 评论： | 13 页，3 幅图，5 张表，含附录。代码：此 https URL |
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2611.13946 [cs.AI] |
| （或本版本的 arXiv:2611.13946v1 [cs.AI]） | |
| https://doi.org/10.48550/arXiv.2611.13946 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Wei Gu [查看邮箱]
[v1]
2026 年 11 月 10 日星期二 11:33:05 UTC（417 KB）
来源：arXiv cs.AI · arxiv.org