arXiv cs.AI· Yu Qian, Hong Miao, Boyang Guo, Tingyi Jiang, Shan Zhao, Tianxing Le, Lintian Li, Meng Liu·· 11 小时前AI 评分34
ECHO：面向长程智能体的可审计双路径记忆系统
ECHO: An Auditable Dual-Path Memory System for Long-Horizon Agents
AI 导读
ECHO（Embodied Context & History Orchestration）是一套可审计的双路径记忆系统，快路径记录不可变事件并支持多路召回，异步 worker 将经验整合为可修订状态并重建派生索引。
正文 · AI 翻译
摘要：长程智能体不仅需要对已存储的对话进行检索，还必须保留来源证据、修正过时知识，并区分相关记忆与足以支撑答案的依据。我们提出 ECHO（Embodied Context & History Orchestration，具身上下文与历史编排），一个可审计的双路径记忆系统。快路径捕获不可变事件并提供多路召回，异步工作线程则将经验整合为可修订状态并重建派生索引。来源溯源、时间权威性与答案实现是明确的边界。该服务支持带证据使用检查的原始来源数据包，并默认禁用基于模型的重排序。对于最新报告的准确率，作者确认混合检索输入由原始对话和记忆摘要组成，由采用 NF4 量化的 Qwen3-8B 作答。在作者提供的最新五系统聚合评估中，ECHO 报告答案准确率 56.27%、来源 Hit@10 为 98.04%、宏平均来源 Recall@5 为 93.58%、幻觉标记率 13.92%，平均检索延迟 19.54 ms。在此快照中，其报告的准确率比 Mem0 高出 4.53 个百分点。这些结果是描述性聚合；匹配的问题级评估与生成延迟仍有待确立。我们将这些观察结果与早前发表的实验及工程回归区分开来。
| 评论： | 8 页。修订了标题与双路径架构；更新了五系统聚合评估，并澄清了读取器配置、证据范围与局限性 |
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2608.21755 [cs.AI] |
| （或本版本 arXiv:2608.21755v2 [cs.AI]） | |
| https://doi.org/10.48550/arXiv.2608.21755 由 DataCite 颁发 arXiv DOI |
提交历史
来自：Boyang Guo [查看邮箱]
[v1]
2026 年 8 月 22 日星期六 03:33:24 UTC（26 KB）
[v2]
2026 年 10 月 20 日星期二 02:23:30 UTC（21 KB）
来源：arXiv cs.AI · arxiv.org