评分 7.7 · 来源：arXiv · 发布于 2026-03-19
评分依据：提出新颖的时间感知记忆架构，在基准测试上达到 SOTA
要点
现有对话 Agent 的记忆系统难以处理跨月演化的时间事实和偏好，缺乏对长对话历史的多跳时间敏感查询能力。Chronos 提出双日历架构：将原始对话分解为主谓宾事件三元组（带解析的时间范围和实体别名），索引到事件日历；同时保留完整对话上下文到轮次日历。
查询时，Chronos 动态生成检索指导——告诉 Agent 检索什么、如何跨时间范围过滤、如何通过迭代工具调用进行多跳推理。在 LongMemEvalS 基准（500 个问题，6 类对话历史任务）上，Chronos High 达到 95.60% 准确率，比最佳先前系统提升 7.67%。
消融实验显示事件日历贡献 58.9% 增益，其他组件贡献 15.5%-22.3%。Chronos Low 单独就超越了先前方法的最强配置。
🤖 AI 点评
这是对话 Agent 记忆系统的范式升级。传统方法把对话当文本流检索，Chronos 把它当时间线上的事件序列——这符合人类记忆的组织方式。事件三元组 + 时间范围的结构化表示，让”上个月你说喜欢什么”这类查询从模糊匹配变成精确查询。双日历设计兼顾了结构化检索和上下文完整性。