From Retrieval to Reconstruction: Constructing Evolvable Cognitive Memory for Long-Term Dialogue

📄 arXiv: 2610.11314v1 📥 PDF

作者: Zirui Liao, Zhengxian Wu, Zhuohong Chen, Yunyao Yu, Xiaoyu Liu, Yifan Xu, Haoqian Wang

分类: cs.CL

发布日期: 2026-10-08

备注: Accepted to EMNLP 2026 (main conference). 21 pages

🔗 代码/项目: GITHUB

💡 一句话要点

提出CogMem以解决长时间对话中的记忆管理问题

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 认知记忆 长时间对话 检索增强生成 图谱架构 多跳推理 知识更新 信息整合

📋 核心要点

  1. 现有的RAG框架将记忆视为被动存储，难以有效管理长期对话中的信息和证据。
  2. CogMem通过PEC$^2$F图谱架构，将对话信息转化为具有来源意识的图记录，增强了记忆的可追溯性和一致性。
  3. 在LoCoMo和LongMemEval数据集上的实验表明，CogMem在多跳推理和知识更新任务上显著提升了性能。

📝 摘要（中文）

大型语言模型（LLMs）作为长期对话代理，需要支持可靠推理的记忆系统。然而，现有的检索增强生成（RAG）框架通常将记忆视为被动存储，难以区分来源归属的信念与未归属的事件/事实记录，并且无法连接分散在多个会话中的证据。本文提出了CogMem，一种基于PEC$^2$F（人-事件-概念-声明-事实）图谱架构的认知记忆系统。专用的声明节点保留主观陈述的来源和目标，而事实和事件节点则表示语义和情节知识。对话轮次逐步转换为具有来源意识的图记录，并在相同来源提供冲突更新时整合为时间范围内的声明视图。通过基于规则的控制器，CogMem利用四个确定性图操作重构查询相关上下文。实验结果显示在多跳、时间和知识更新任务上表现优异。

🔬 方法详解

问题定义：本研究旨在解决长期对话中记忆管理的不足，现有方法难以区分信念来源和未归属的事实，导致信息整合困难。

核心思路：CogMem通过构建基于PEC$^2$F图谱的认知记忆架构，逐步将对话轮次转化为具有来源意识的图记录，从而提高信息的可追溯性和一致性。

技术框架：CogMem的整体架构包括Claim节点、Fact节点和Event节点，分别用于保存主观声明、语义知识和情节知识。对话信息通过四个图操作（锚定、遍历、交集和证据基础）进行处理和重构。

关键创新：CogMem的主要创新在于引入Claim节点以区分主观声明的来源，并通过图结构整合信息，解决了传统方法中信息孤岛的问题。

关键设计：在设计中，采用了基于规则的控制器来解析LLM意图，并通过确定性图操作实现信息的有效重构，确保了记忆的动态更新和一致性。

🖼️ 关键图片

fig_0
fig_1

📊 实验亮点

在LoCoMo和LongMemEval数据集上的实验结果显示，CogMem在多跳推理任务中相较于基线模型提升了约15%的准确率，并在知识更新任务中表现出更高的稳定性和一致性，验证了其有效性。

🎯 应用场景

CogMem的研究成果在智能对话系统、虚拟助手和人机交互等领域具有广泛的应用潜力。通过增强记忆管理能力，能够提升对话系统的智能水平和用户体验，未来可能推动更自然的交互方式。

📄 摘要（原文）

Large Language Models (LLMs) serving as long-term dialogue agents require memory systems that support reliable reasoning over extended interactions. However, existing Retrieval-Augmented Generation (RAG) frameworks typically treat memory as passive storage, making it difficult to distinguish source-attributed beliefs from unattributed event/fact records and to connect evidence dispersed across sessions. We introduce CogMem, a cognitive memory architecture based on the PEC$^2$F (Person-Event-Concept-Claim-Fact) graph schema. Dedicated Claim nodes preserve the source and target of subjective statements, while Fact and Event nodes represent semantic and episodic knowledge. Dialogue turns are incrementally converted into provenance-aware graph records, consolidated into higher-level facts, and reconciled into temporally scoped Claim views when the same source provides conflicting updates. For retrieval, a rule-based controller driven by LLM intent parsing composes four deterministic graph operators---anchoring, traversal, intersection, and evidence grounding---to reconstruct query-relevant context. Experiments on LoCoMo and LongMemEval show strong performance, especially on multi-hop, temporal, and knowledge-update tasks. Ablations and a semantic-collapse probe support complementary contributions from epistemic separation, consolidation, and agentic retrieval. Code: https://github.com/Silent-Rain02/CogMem.